i Masarykova univerzita • Přírodovědecká fakulta Pavel Horák Josef Janyška ANALYTICKÁ GEOMETRIE Brno 2017 Předmluva Tento učební text pokrývá látku semestrálního kurzu "M3521 Geometrie 2", který je zařazen jako povinný kurz bakalářského stupně učitelského studia matematiky. Obsahem tohoto textu je užití analytické metody při studiu lineárních útvarů v afinním a euklidovském prostoru. Zvolená forma výkladu látky je v podstatné míře zaměřena na aplikace výsledků z lineární algebry, které byly probrány v přednášce z algebry. K úspěšnému pochopení těchto skript je proto nutno zvládnout lineární algebru v rozsahu skript [Ho94] (P. Horák, Algebra a teoretická aritmetika I, skripta MU, Brno 1994). Předpokládáme také, že studenti mají alespoň minimální znalosti středoškolské planimetrie a stere- ometrie. Na konci každého paragrafu jsou uvedeny řešené příklady typické pro daný paragraf, na závěr skript jsou pak zařazena cvičení v rozsahu dostatečném pro zvládnutí probírané látky. Další příklady mohou případní zájemci nalézt ve sbírkách příkladů uvedených v seznamu použité literatury ([Baz], [Cub], [Kle] a [Mo79]). Po formální stránce je výklad látky podán co nejpodrobněji. Je použita běžná symbolika ve shodě se skripty z lineární algebry, [Ho94], a geometrie, [JaSe]. Pro přehlednost textu jsou definice uvedeny v rámečku, konce důkazů, poznámek, příkladů a úloh jsou označeny symboly , ♦, ♥ a . iii Použité symboly iv Použité symboly V textu jsou použity obvyklé množinové symboly inkluze, průniku a sjednocení. Z logických symbolů se kromě obvyklých symbolů konjunkce a disjunkce používají ještě následující symboly: ⇐, ⇒ implikace ⇔ nutná a dostatečná podmínka, tj. místo obratu "právě když" ∃ existenční kvantifikátor, tj. místo obratu "existuje" Ostatní použité symboly: R množina reálných čísel Rn množina uspořádaných n-tic reálných čísel h(A) hodnost matice A |A| determinant matice A (čtvercové) dimV , dimA dimenze vektorových a afinních prostorů u vektor o nulový vektor u velikost vektoru B báze R repér (u1; . . . ; un) souřadnice vektoru u [x1; . . . ; xn] souřadnice bodu X (u) sloupcová matice souřadnic vektoru u (X) sloupcová matice souřadnic bodu X −→ AB vektor určený body A, B L(u1, . . . , uk) podprostor generovaný vektory u1, . . . , uk (u, v) skalární součin vektorů u1 × · · · × un−1 vektorový součin vektorů [u1, . . . , un] vnější součin vektorů rovnoběžnost ⊥ kolmost v(B, C) vzdálenost podprostorů <) odchylka [A, B] úsečka s krajními body A, B SAB střed dvojice bodů A, B (C; A, B) dělicí poměr bodu C vzhledem k bodům A, B Kapitola 1 AFINNÍ PROSTOR Základním pojmem celého textu bude pojem afinního prostoru. Tento pojem a celou geometrii vůbec budeme budovat axiomaticky, a to tak, abychom jako speciální případy obdrželi pojmy a tvrzení, která známe ze středoškolské geometrie. Použijeme axiomatického přístupu s velmi jednoduchým systémem axiomů, přičemž budeme vycházet z primitivních pojmů: bod, vektor a zobrazení přiřazující dvěma bodům jistý vektor. 1 Pojem afinního prostoru Definice 1.1. Nechť A je neprázdná množina, jejíž prvky nazýváme body; nechť V je vektorový prostor nad tělesem R reálných čísel a dále nechť → : A × A → V je zobrazení, splňující: (1) Pro libovolný bod A ∈ A a libovolný vektor u ∈ V existuje jediný bod B ∈ A s vlastností → (A, B) : = −→ AB = u . (2) Pro libovolné body A, B, C ∈ A platí −→ AB + −−→ BC = −→ AC . Potom A se nazývá afinní prostor. Vektorový prostor V se nazývá zaměření afinního prostoru A a označuje se Z(A). Je-li dim V = n, pak říkáme, že afinní prostor A je n-rozměrný (nebo též dimenze n), a píšeme dim A = n (nebo označujeme zkráceně An). Je-li dim A = 1 (respektive 2, respektive 3), nazýváme afinní prostor A afinní přímkou (respektive afinní rovinou, respektive afinním prostorem). Poznámka 1.1. Přísně vzato, závěr předchozí definice není formulován naprosto přesně, neboť afinním prostorem není množina A, ale přesněji uspořádaná trojice (A, V, → ). Pro jednu množinu A stačí totiž vzít jiný vektorový prostor V , respektive jinak definovat zobrazení → tak, aby byly splněny axiomy (1) a (2), a už dostáváme různé afinní prostory (viz Příklad 1.3). Protože však dále budeme vždy hovořit o jednom, pevném afinním prostoru (A, V, → ), postačí nám poněkud nepřesné, ale mnohem stručnější označení zavedené v úvodní Definici 1.1. ♦ 1 1. Pojem afinního prostoru 2 Příklad 1.1. Nechť A je množina všech bodů v rovině (studovaná na střední škole), nechť V je vektorový prostor všech volných vektorů v rovině a zobrazení → přiřazuje uspořádané dvojici bodů A, B volný vektor, jehož jedním umístěním je orientovaná úsečka s počátečním bodem A a koncovým bodem B. Na střední škole bylo mj. ukázáno, že jsou splněny axiomy (1) a (2) z Definice 1.1. Dostáváme tak tedy afinní prostor, který budeme nazývat názorná rovina. Analogicky lze postupovat v případě obyčejného 3-rozměrného prostoru, studovaného na střední škole. Dostáváme opět afinní prostor, který budeme nazývat názorný prostor. ♥ Příklad 1.2. Nechť A = Rn (tzn. roli "bodů" budou nyní hrát vektory z Rn ) a nechť V = Rn . Položme −→ ab = b − a, pro libovolné a, b ∈ A = Rn , kde − značí rozdíl vektorů v Rn . Pak platí: (1) Pro libovolné a ∈ A a libovolné u ∈ V existuje jednoznačně b ∈ A tak, že −→ ab = u, konkrétně b = u + a . (2) Pro libovolné a, b, c ∈ A platí −→ ab + −→ bc = −→ac . Je zřejmé, že tímto způsobem lze každý vektorový prostor (nad tělesem R) chápat jako afinní prostor. Hovoříme pak o tzv. kanonickém afinním prostoru. Specielně R je afinní i vektorový prostor. ♥ Příklad 1.3. Nechť A = {(a1; . . . ; an; 1)|ai ∈ R}; nechť V je podprostor vektorového prostoru Rn+1 tvaru V = {(u1; . . . ; un; 0)|ui ∈ R}. Pro dva body A = (a1; . . . ; an; 1), B = (b1; . . . ; bn; 1) ∈ A položme −→ AB = (b1 − a1; . . . ; bn − an; 0) . Rozepsáním se lehce ověří, že jsou splněny axiomy (1) a (2) z Definice 1.1, tzn. A je afinní prostor, přičemž dim A = n (neboť dim V = n). Poznamenejme, že položíme-li −→ AB = (a1 − b1; . . . ; an − bn; 0) , dostaneme rovněž afinní prostor, přičemž oba afinní prostory, tj. (A, V, → ) a (A, V, → ), jsou jistě různé, i když množiny bodů i zaměření jsou v obou případech rovné. ♥ Úmluva 1.1. Místo symbolu → pro zobrazení A × A → V budeme podle potřeby používat též symbol − a místo −→ AB budeme psát B − A. Axiom (2) z Definice 1.1 má potom tvar (B − A) + (C − B) = C − A. Dále, pro pevné A ∈ A definujeme zobrazení fA : A → V takto: fA(B) = −→ AB. Z axiomu (1) plyne, že fA je bijekce. Existuje tedy inverzní zobrazení f−1 A : V → A, pomocí něhož definujeme zobrazení + : A × V → A takto: +(A, u) := A + u = f−1 A (u). Pro zobrazení → a + pak platí: u = −→ AB = B−A právě když B = +(A, u) = A + u. Zobrazení + : A × V → A si můžeme jednoduše představit v názorné rovině (Příklad 1.1). Každému bodu A a volnému vektoru u je jednoznačně přiřazen bod B, který je koncovým bodem vázaného vektoru u s počátkem v bodě A. ♦ 1. Pojem afinního prostoru 3 Poznámka 1.2. Je nutné si uvědomit, že zavedení označení B−A, respektive A+u, nás nikterak neopravňuje k tomu, abychom pro počítání s body afinního prostoru používali libovolná početní pravidla, která platí pro sečítání nebo odečítání reálných čísel. Při odvozování početních pravidel pro výše zavedená zobrazení − (respektive +) musíme důsledně vycházet pouze z axiomů (1) a (2) Definice 1.1. ♦ Věta 1.1. Nechť A, B ∈ A; u, v ∈ Z(A) a nechť o značí nulový vektor zaměření Z(A). Pak platí: 1. −→ AB = o ⇔ A = B; je tedy A + o = A . 2. −→ AB = − −→ BA . 3. A + (u + v) = (A + u) + v . 4. A + u = B + v ⇔ −→ AB = u − v . Důkaz. 1. "⇐" Podle Definice 1.1 je −→ AA+ −→ AA = −→ AA. Přičtením vektoru opačného k oběma stranám rovnice dostáváme −→ AA = o. "⇒" Nechť −→ AB = o; podle předchozího je však −→ AA = o, tzn. podle axiomu (1) je A = B. 2. Podle Definice 1.1 je −→ AB + −→ BA = −→ AA = o, tzn. −→ BA = − −→ AB. 3. Nechť B je bod takový, že −→ AB = u a C je bod takový, že −→ AC = u+v, tj. podle naší Úmluvy 1.1 je B = A + u a C = A + (u + v). Potom −−→ BC = −→ BA + −→ AC = −u + (u+v) = v, neboli C = B +v. Dohromady A+(u+v) = C = B +v = (A+u)+v. 4. A + u = B + v ⇔ (A + u) − v = (B + v) − v ⇔ A + (u − v) = B + o = B ⇔ −→ AB = u − v. Následující věta ukazuje, že zobrazení → v definici afinního prostoru by bylo možno nahradit zobrazením +. V některých učebnicích je možné se s tímto přístupem skutečně setkat. Věta 1.2. Nechť A je neprázdná množina, nechť V je vektorový prostor nad tělesem R reálných čísel a nechť + : A × V → A je surjektivní zobrazení, splňující: (i) Pro libovolný prvek A ∈ A platí A = A + u ⇔ u = o . (ii) Pro libovolný prvek A ∈ A a libovolné vektory u, v ∈ V platí A + (u + v) = (A + u) + v . Pak na A je dána struktura afinního prostoru se zaměřením V . Důkaz. Mějme libovolný bod A ∈ A a uvažujme zobrazení +(A, −) : V → A. Potom toto zobrazení je bijekcí. Opravdu A + u = A + v ⇔ (A + u) − u = (A + v) − u ⇔ A + (u − u) = A + (v − u) ⇔ A = A + (v − u) ⇔ v − u = o. Potom inverzní zobrazení označíme → (A, −) : A → V a protože A byl libovolný, dostáváme zobrazení → : A × A → V takové, že −→ AB = u je ekvivalentní B = A + u. Toto zobrazení evidentně splňuje axiom (1) Definice 1.1. 1. Pojem afinního prostoru 4 Abychom dokázali axiom (2) Definice 1.1, označme C = A+(u+v) a B = A+u. Potom z (ii) C = B + v. Při našem určení zobrazení → máme −→ AC = u + v = −→ AB + −−→ BC. Poznámka 1.3. Ve Větě 1.1 jsme ukázali, že axiomy (1) a (2) pro zobrazení → implikují vlastnosti (i) a (ii) zobrazení + a ve Větě 1.2 naopak, že (i) a (ii) implikují (1) a (2). Jsou tedy tyto dvě dvojice podmínek navzájem ekvivalentní a afinní prostor bychom mohli definovat také pomocí zobrazení +, které splňuje axiomy (i) a (ii). Afinní prostor tedy můžeme ekvivalentně chápat jako uspořádanou trojici (A, V, +), kde zobrazení + : A × V → A splňuje podmínky (i) a (ii). Všude dále budeme používat obou přístupů k pojmu afinního prostoru bez toho, že bychom mezi nimi dělali rozdíly. ♦ Poznámka 1.4. Připomeňme, že zobrazení → : A×A → V je vždy surjektivní, tzn. platí { −→ AB | A, B ∈ A} = V (což plyne bezprostředně z Definice 1.1), ale obecně není injektivní (podle Věty 1.1 je totiž o = −→ AA pro každý bod A ∈ A). Zobrazení → je tedy injektivní právě tehdy, když A je jednoprvková množina. Tuto situaci popisuje následující Věta 1.3. ♦ Věta 1.3. Nechť A je afinní prostor. Pak platí, že dim A = 0 ⇔ A je jednoprvková množina. Důkaz. "⇒" Nechť dim A = 0, pak zaměření Z(A) musí být nulovým vektorovým prostorem, tzn. Z(A) = {o}. Nechť A, B ∈ A libovolné, pak −→ AB ∈ Z(A), tzn. −→ AB = o, odtud A = B podle Věty 1.1. Je tedy A = {A}. "⇐" Nechť A = {A}, pak podle Poznámky 1.4 je Z(A) = { −→ AA}, tzn. Z(A) = {o}, a platí dim A = 0. Úloha 1.1. Nechť A = R3 a V = R3 . Pro libovolné A = (a1; a2; a3), B = (b1; b2; b3) ∈ A položme −→ AB = (a1 − b2; a2 − b3; a3 − b1). Rozhodněte, zda (A, V, → ) je afinní prostor. Řešení : Zřejmě A je neprázdná množina, V je vektorový prostor a → je zobrazení A × A do V . Zbývá tedy ověřit platnost axiomů (1) a (2) z Definice 1.1. Ad (1). Nechť A = (a1; a2; a3) ∈ A, u = (u1; u2; u3) ∈ V jsou libovolné. Hledáme bod B = (x1; x2; x3) ∈ A, splňující −→ AB = u. Ale −→ AB = (a1 − x2; a2 − x3; a3 − x1). Odtud plyne a1 −x2 = u1, a2 −x3 = u2, a3 −x1 = u3, tj. x1 = a3 −u3, x2 = a1 −u1, x3 = a2 − u2, a odtud plyne, že bod B s uvedenou vlastností existuje a je jediný. Ad (2). Nechť A = (a1; a2; a3), B = (b1; b2; b3), C = (c1; c2; c3) ∈ A jsou libovolné. Pak −→ AB+ −−→ BC = (a1 −b2; a2 −b3; a3 −b1)+(b1 −c2; b2 −c3; b3 −c1) = (a1 −b2 + b1−c2; a2−b3+b2−c3; a3−b1+b3−c1). Na druhé straně −→ AC = (a1−c2; a2−c3; a3−c1) a obecně −→ AB + −−→ BC = −→ AC, a tedy A není afinním prostorem. 2. Podprostory afinního prostoru 5 Úloha 1.2. Nechť A je afinní prostor, nechť A, B, C, D ∈ A, u ∈ Z(A). Dokažte, že platí: 1. −→ AB + −−→ CD = −−→ AD + −−→ CB . 2. (A + u) − C = (A − C) + u . Řešení : 1. −→ AB + −−→ CD = −→ AB + o + −−→ CD = −→ AB + ( −→ CA + −→ AC) + −−→ CD = ( −→ AC + −−→ CD) + ( −→ CA + −→ AB) = −−→ AD + −−→ CB . 2. Nejprve si uvědomme, že A + u je bod, respektive A − C je vektor, tzn. obě strany rovnice dávají smysl a jsou to vektory ze Z(A). Označme B = A + u, tzn. B − A = u. Potom (A + u) − C = B − C = (B − A) + (A − C) = (A − C) + u . 2 Podprostory afinního prostoru Základním geometrickým útvarem v afinním prostoru, kterým se budeme v těchto skriptech zabývat, je afinní podprostor. V tomto paragrafu zavedeme pojem afinního podprostoru a budeme studovat základní vlastnosti a způsoby zadání afinního pod- prostoru. Definice 2.1. Nechť A je afinní prostor se zaměřením V . Nechť B je neprázdná podmnožina A a nechť W = { −−→ XY |X, Y ∈ B}. Jestliže platí: (1) W je vektorovým podprostorem ve V , (2) pro libovolný bod X ∈ B a libovolný vektor u ∈ W existuje bod Y ∈ B s vlastností −−→ XY = u, pak B nazýváme afinním podprostorem v A se zaměřením W (respektive podprostorem v A). Poznámka 2.1. Bod Y v axiomu (2) Definice 2.1 existuje zřejmě jediný (plyne z Definice 1.1 afinního prostoru A). Vidíme tedy, že afinní podprostor B je sám afinním prostorem, přičemž jeho zaměření Z(B) = W a zobrazení B × B → W požadované v definici afinního prostoru obdržíme jako zúžení zobrazení → : A×A → V na množinu B × B. Je-li tedy podprostor B sám afinním prostorem, můžeme mj. hovořit o jeho dimenzi, přičemž dim B = dim W. ♦ Poznámka 2.2. Z Definice 2.1 vyplývá, že zatímco pro totožnost afinních prostorů bylo nutno, aby se rovnaly uspořádané trojice (A, Z(A), → ) = (A , Z(A ), → ) , pro totožnost dvou podprostorů daného afinního prostoru stačí, aby se rovnaly množiny bodů. Rovnost zaměření a totožnost příslušných zobrazení je již důsledkem Definice 2.1. ♦ 2. Podprostory afinního prostoru 6 Poznámka 2.3. Ukážeme si, že v Definici 2.1 afinního podprostoru jsou nutné oba axiomy (1) a (2). Uvažujme kanonický afinní prostor R2 (viz Příklad 1.2). Potom: 1. Podmnožina B = {(a, 0)|a ∈ R, a = 0} ⊂ R2 splňuje axiom (1), ale nesplňuje axiom (2). Opravdu, pro bod A = (a, 0) a vektor u = (−a, 0), bod B = A + u = (0, 0) = B. 2. Podmnožina B = {(a, 0)|a ∈ Z} ⊂ R2 splňuje axiom (2), ale nesplňuje axiom (1). Opravdu, W = {(a, 0)|a ∈ Z} ⊂ R2 není vektorový podprostor, protože není uzavřená vzhledem k násobení reálnými čísly. 3. Podmnožina B = {(a, 0)|a ∈ R} ⊂ R2 splňuje oba axiomy (1) a (2) a jedná se tedy o afinní podprostor (dimenze jedna). ♦ Věta 2.1. Nechť B, B jsou podprostory v A. Pak B ⊆ B =⇒ Z(B) ⊆ Z(B ) a dim B ≤ dim B . Důkaz. Tvrzení je zřejmé z Definice 2.1. Definice 2.2. Nechť B je podprostor v A. Je-li dim B = 0 (respektive 1, respektive 2, respektive (dim A − 1)), pak podprostor B nazýváme bodem (respektive přímkou, respektive rovinou, respektive nadrovinou) prostoru A. Je vidět, že zavedené pojmy přímka a rovina odpovídají vžitým středoškolským představám. Pojem nadrovina se na střední škole nezaváděl, protože v názorné rovině je nadrovinou přímka, respektive v názorném prostoru je nadrovinou rovina, tedy útvary, které již mají své pojmenování. Pro označení přímek (respektive rovin) budeme, kromě zavedeného označení, používat též často označování malými latinskými (respektive řeckými) písmeny. Úmluva 2.1. Nechť A ∈ A je bod a W ⊆ V je vektorový podprostor ve V . Pak symbolem {A; W} budeme označovat podmnožinu v A tvaru {A; W} = {A + w | w ∈ W} . ♦ (2.1) Věta 2.2. Nechť A ∈ A je bod a W je podprostor zaměření Z(A). Pak: 1. {A; W} je podprostor v A se zaměřením W. 2. Je-li B podprostor v A takový, že A ∈ B a Z(B) = W, pak je B = {A; W}. Důkaz. 1. Označme B = {A; W}, respektive W = { −−→ XY |X, Y ∈ B }. Zřejmě je ∅ = B ⊆ A. Dále platí, že W = W (je-li w ∈ W, pak A + w = T ∈ B , přičemž A ∈ B . Tedy w = −→ AT ∈ W . Naopak, nechť −−→ XY ∈ W . Pak X = A + u, Y = A+v, kde u, v ∈ W. Pak ale −−→ XY = −−→ XA+ −→ AY = −u+v ∈ W). Tedy W = W je podprostor ve V . Dále, nechť X ∈ B , u ∈ W libovolné. Pak (podle Definice 1.1 afinního prostoru A) existuje jediný bod Y ∈ A s vlastností: −−→ XY = u. Ale −→ AY = −−→ AX + −−→ XY = −−→ AX + u ∈ W = W, tzn. Y = (A + −→ AY ) + u = A + ( −−→ AX + u) ∈ B , a tvrzení platí. 2. Podprostory afinního prostoru 7 2. “⊆" Nechť X ∈ B, pak −−→ AX ∈ W, tzn. X = A + −−→ AX ∈ {A; W}. “⊇" Nechť X ∈ {A; W}; pak X = A + w, kde w ∈ W. Tedy −−→ AX = w ∈ W; A ∈ B, tzn. podle Definice 2.1 je X ∈ B. Důsledek 2.1. Nechť B, B jsou dva podprostory v A takové, že Z(B) = Z(B ) a B ∩ B = ∅. Potom B = B . Důkaz. Nechť A ∈ B ∩ B , potom B = {A; Z(B)} = {A; Z(B )} = B . Poznámka 2.4. Z předchozí věty plyne, že každý podprostor afinního prostoru A je jednoznačně určen zadáním dvou údajů, a to zadáním jednoho svého bodu a zadáním svého zaměření. ♦ Definice 2.3. Nechť B, B jsou dva podprostory v A. Je-li B ∩ B = ∅ (respektive B∩B = ∅), pak říkáme, že podprostory B a B se protínají (respektive neprotínají). Je-li bod A ∈ B, pak říkáme, že podprostor B prochází bodem A. Protínání dvou podprostorů charakterizuje následující důležitá věta. Věta 2.3. Nechť B1 = {B1; W1}, B2 = {B2; W2} jsou podprostory afinního prostoru A. Pak podprostory B1, B2 se protínají ⇔ −−−→ B1B2 ∈ W1 + W2. Důkaz. “⇒" Nechť B1 ∩ B2 = ∅ a nechť A ∈ B1 ∩ B2. Pak −−→ B1A ∈ W1, −−→ AB2 ∈ W2, odkud −−−→ B1B2 = −−→ B1A + −−→ AB2 ∈ W1 + W2. “⇐" Nechť −−−→ B1B2 ∈ W1 + W2, tzn. −−−→ B1B2 = w1 + w2, kde w1 ∈ W1, w2 ∈ W2. Pak B1 + w1 = B1 + ( −−−→ B1B2 − w2) = (B1 + −−−→ B1B2) + (−w2) = B2 + (−w2) ∈ B1 ∩ B2. Tedy B1 ∩ B2 = ∅. Věta 2.4. Nechť I je neprázdná indexová množina, nechť Bi, i ∈ I, jsou podprostory afinního prostoru A a nechť B = ∩i∈IBi = ∅. Pak B je podprostorem afinního prostoru A se zaměřením Z(B) = ∩i∈IZ(Bi). Důkaz. Ověříme jednotlivé požadavky z Definice 2.1. Především, podle předpokladu, je B = ∅. Dále označme W = { −−→ XY |X, Y ∈ B}. Poněvadž Z(Bi) = { −−→ XY |X, Y ∈ Bi}, je zřejmě W = ∩Z(Bi) (i ∈ I), a tedy (viz [Ho94]) W je vektorový podprostor v Z(A). Dále, nechť X ∈ B, u ∈ W jsou libovolné. Pak existuje jediný bod Y ∈ A takový, že −−→ XY = u. Ale X ∈ Bi, u ∈ Z(Bi), a tedy Y ∈ Bi, pro každé i ∈ I. Pak je Y ∈ B. Důsledek 2.2. Nechť M je neprázdná podmnožina v afinním prostoru A. Pak B = ∩Bi (Bi je afinní podprostor v A; Bi ⊇ M) je nejmenší (vzhledem k množinové inkluzi) afinní podprostor v A, který obsahuje množinu M. 2. Podprostory afinního prostoru 8 Důkaz. Především, existuje vždy alespoň jeden podprostor v A s uvedenou vlastností (totiž prostor A samotný), a tedy symbol ∩Bi má smysl. Podle předchozí věty je B podprostorem v A, respektive z vlastností množinového průniku plyne, že B je nejmenší podprostor obsahující množinu M. Definice 2.4. Nechť platí předpoklady a označení z předchozího Důsledku 2.2. Pak B se nazývá afinní podprostor v A generovaný množinou M a označuje se obvykle symbolem M . Podprostor M budeme také nazývát afinní obal množiny M. V případě, že množina M je konečná, například M = {A0, A1, . . . , Ak}, pak místo {A0, A1, . . . , Ak} píšeme stručně A0, A1, . . . , Ak a hovoříme o afinním podprostoru generovaném body A0, A1, . . . , Ak. Je-li podprostor A0, A1, . . . , Ak k-rozměrný, pak body A0, A1, . . . , Ak nazýváme body v obecné poloze. Poznámka 2.5. Je-li speciálně množina M podprostorem, pak zřejmě M = M, jinak je vždy M ⊂ M . Přímo z definice je rovněž zřejmé, že leží-li více než (k + 1) bodů v nějakém k-rozměrném prostoru v A, pak tyto body nemohou být v obecné poloze. Vezmeme-li například za prostor A afinní názorný prostor (viz Příklad 1.1) a je-li M = {A0, A1, A2}, pak M může být buď bod (je-li A0 = A1 = A2) nebo přímka (leží-li A0, A1, A2 na jedné přímce) nebo rovina (neleží-li A0, A1, A2 na jedné přímce). V posledním případě jsou body A0, A1, A2 v obecné poloze, kdežto v předchozích dvou případech nikoliv. ♦ Věta 2.5. Nechť k ≥ 0 je celé číslo a A0, A1, . . . , Ak ∈ A. Pak platí A0, A1, . . . , Ak = {Ai; L( −−−→ AiA0, −−−→ AiA1, . . . , −−−→ AiAk)} pro libovolné i = 0, 1, · · · , k. Důkaz. Označme B = {Ai; L( −−−→ AiA0, . . . , −−−→ AiAk)}. Zřejmě A0, . . . , Ak ∈ B, tzn. pak A0, . . . , Ak ⊆ B, odkud podle Věty 2.1 je Z( A0, . . . , Ak ) ⊆ Z(B). Naopak, zřejmě Z(B) = L( −−−→ AiA0, . . . , −−−→ AiAk) ⊆ Z( A0, . . . , Ak ), a tedy oba podprostory mají stejná zaměření a navíc se jistě protínají. Podle Důsledku 2.1 pak platí dokazovaná rovnost. Důsledek 2.3. V libovolném k-rozměrném podprostoru v A lze nalézt (k + 1) bodů v obecné poloze. Důkaz. Nechť B = {B; W} je k-rozměrný podprostor v A. Je-li k = 0, pak tvrzení triviálně platí (bod B sám je v obecné poloze). Nechť tedy k ≥ 1 a nechť w1, . . . , wk je báze zaměření W. Pak dle Věty 2.5 body B, B +w1, . . . , B +wk (kterých je k+1) generují B, a jsou tedy v obecné poloze, neboť dim B = k. 2. Podprostory afinního prostoru 9 Definice 2.5. Nechť s je přirozené číslo a B1, B2, . . . , Bs jsou podprostory afinního prostoru A. Pak podprostor B1 ∪ B2 · · · ∪ Bs nazýváme součtem (spojením) podprostorů B1, B2, . . . , Bs a označujeme ho B1 + B2 + · · · + Bs. Poznámka 2.6. Uvědomme si dobře, že množinové sjednocení konečného počtu podprostorů afinního prostoru A nemusí být obecně podprostorem v A. Představme si například v afinním názorném prostoru (viz Příklad 1.1) dvě různé rovnoběžné přímky. Pak jejich množinovým sjednocením jistě není podprostor. Z názoru je zřejmé, že součtem těchto dvou přímek bude rovina, která obě přímky obsahuje. Na druhé straně, uvážíme-li v názorném prostoru pevnou přímku a dále rovinu, která tuto přímku obsahuje, pak množinové sjednocení těchto dvou podprostorů je rovno jejich součtu, kterým je daná rovina. Obecně o určení a dimenzi součtu libovolných dvou podprostorů afinního prostoru hovoří následující věta. ♦ Věta 2.6. Nechť B1 = {B1; W1}, B2 = {B2; W2} jsou afinní podprostory v A. Pak: 1. B1 + B2 = {B1; W1 + W2 + L( −−−→ B1B2)}. 2. dim(B1 + B2) = dim(W1 + W2) je-li B1 ∩ B2 = ∅, dim(W1 + W2) + 1 je-li B1 ∩ B2 = ∅. Důkaz. 1. Označme B = {B1; W1 + W2 + L( −−−→ B1B2)}. Potom zřejmě platí B2 = B1 + −−−→ B1B2 ∈ B. Bezprostředním rozepsáním se ověří, že B ⊇ B1 ∪B2. Dále nechť C je podprostor v A takový, že C ⊇ B1 ∪ B2. Pak podle Věty 2.1 je W1, W2 ⊆ Z(C) a navíc −−−→ B1B2 ∈ Z(C), tzn. L( −−−→ B1B2) ⊆ Z(C). Tedy je W1 + W2 + L( −−−→ B1B2) ⊆ Z(C), odkud již dostáváme, že B ⊆ C. Tedy B je nejmenší podprostor obsahující B1 ∪ B2, neboli B = B1 + B2. 2. Je-li B1 ∩ B2 = ∅, pak podle Věty 2.3 je −−−→ B1B2 ∈ W1 + W2, tzn. L( −−−→ B1B2) ⊆ W1 + W2, odkud pak W1 + W2 + L( −−−→ B1B2) = W1 + W2. Je-li B1 ∩ B2 = ∅, pak podle Věty 2.3 je o = −−−→ B1B2 /∈ W1 + W2, odkud dostáváme (W1 + W2) ∩ L( −−−→ B1B2) = {o}. Užitím věty o dimenzi součtu a průniku vektorových podprostorů dostáváme: dim(B1 + B2) = dim((W1 + W2) + L( −−−→ B1B2)) = dim(W1 + W2) + dim L( −−−→ B1B2) − dim((W1 + W2) ∩ L( −−−→ B1B2)) = dim(W1 + W2) + 1. Poznámka 2.7. Mějme v afinním prostoru dva různé body A, B. Jejich součet jako bodů neexistuje ale existije součet jednodimenzionálních podprostorů {A} + {B}, kterým je přímka AB. ♦ Úloha 2.1. Nechť A je 4-rozměrný kanonický prostor (viz Příklad 1.2) a nechť B1 = {B1; W1}, B2 = A0, A1, A2, A3 jsou podprostory v A, přičemž: A0 = (1; −1; 1; 1), A1 = (2; 0; 1; 1), A2 = (0; −1; 1; 0), A3 = (1; 0; 1; 0), B1 = (1; 1; 1; 2); W1 = {(x1; x2; x3; x4)|x1 = 0, x3 = 0}. Potom: 3. Afinní repér, afinní souřadnice 10 1. Zjistěte, zda body A0, A1, A2, A3 jsou v obecné poloze. 2. Rozhodněte, zda se podprostory B1, B2 protínají. 3. Nalezněte součet B1 + B2 a určete jeho dimenzi. Řešení : 1. Podle Věty 2.5 je dim B2 = dim L( −−−→ A0A1, −−−→ A0A2, −−−→ A0A3). Ale (viz Příklad 1.2) −−−→ A0A1 = (1; 1; 0; 0), −−−→ A0A2 = (−1; 0; 0; −1), −−−→ A0A3 = (0; 1; 0; −1). Nyní stačí matici, v jejíchž řádcích jsou uvedené vektory, převést na schodovitý tvar. Tedy   1 1 0 0 −1 0 0 −1 0 1 0 −1   ∼   1 1 0 0 0 1 0 −1 0 0 0 0   odkud ihned plyne, že dim B2 = 2, a tedy body A0, A1, A2, A3 nejsou v obecné poloze. 2. Bází W1 jsou například vektory: u1 = (0, 1, 0, 0), u2 = (0, 0, 0, 1), respektive bází Z(B2) jsou podle 1. části úlohy například vektory −−−→ A0A1, −−−→ A0A2. Podle Věty 2.3 stačí nyní ověřit, zda −−−→ B1A0 ∈ W1 + Z(B1) nebo nikoliv. K tomu zřejmě stačí pouze převést matici, v jejíchž řádcích jsou zapsány vektory báze W1, báze Z(B2) a vektor −−−→ B1A0, na schodovitý tvar. Lze-li úpravu provést tak, že nakonec vektor −−−→ B1A0 přejde v nulový vektor, pak −−−→ B1A0 ∈ W1 + Z(B2), v opačném případě nikoliv. Ale −−−→ B1A0 = (0, 2, 0, 1), tzn.        0 1 0 0 0 0 0 1 1 1 0 0 −1 0 0 −1 . . . . . . . . . . . . . . 0 2 0 1        ∼        1 1 0 0 0 1 0 0 0 0 0 1 0 1 0 1 . . . . . . . . . . 0 2 0 1        ∼        1 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 . . . . . . . . . . 0 0 0 0        , a tedy B1, B2 se protínají. Poznamenejme, že při úpravě předchozí matice na schodovitý tvar je nejpraktičtější napsat vektor −−−→ B1A0 do matice až jako poslední, oddělit jej například vodorovnou čarou a při provádění úprav jej stále ponechávat v matici jako poslední řádek. 3. Podle Věty 2.6 a výpočtem provedeným ve 2. části úlohy ihned dostáváme, že například B1 +B2 = {B1; W}, kde W = L( −−−→ A0A1, u1, u2), přičemž platí, že dim(B1 + B2) = dim W = 3. 3 Afinní repér, afinní souřadnice Připomeňme, že s pojmem souřadnic jsme se setkali v algebře, při studiu vektorových prostorů. Je-li totiž V vektorový prostor a systém vektorů B = e1, . . . , en je bází V , pak libovolný vektor u ∈ V lze jediným způsobem vyjádřit jako lineární kombinaci vektorů této báze, tzn. ve tvaru u = u1e1 + · · · + unen. (3.1) 3. Afinní repér, afinní souřadnice 11 Uspořádanou n-tici koeficientů (u1; . . . ; un) pak nazýváme souřadnicemi vektoru u v bázi B. Báze tedy určuje bijekci V na Rn a při ztotožnění vektoru u s uspořádanou n-ticí jeho souřadnic budeme psát u = (u1; . . . ; un). Abychom mohli používat zkrácených maticových zápisů, budeme sloupcovou matici tvořenou souřadnicemi vektoru u v bázi B označovat symbolem (u), tzn. (u) =    u1 ... un   . Dále, je-li B = d1, . . . , dn další báze vektorového prostoru V a platí dj = a1je1 + a2je2 + · · · + anjen, pro j = 1, . . . , n , pak matice A = (aij), tj. matice, v jejíchž sloupcích vystupují souřadnice vektorů d1, . . . , dn vyjádřené v bázi B, se nazývá maticí přechodu od báze B k bázi B . Definice 3.1. Nechť A je afinní prostor, dim A ≥ 1, nechť P ∈ A je pevný bod a nechť B = e1, . . . , en je báze zaměření Z(A). Afinním repérem (nebo afinním souřadnicovým systémem) v A rozumíme systém R = P; e1, . . . , en . (3.2) Bod P se nazývá počátek a vektory e1, . . . , en se nazývají základní vektory afinního repéru (3.2). Přímky xi = {P; L(ei)} se nazývají osy afinních souřadnic (nebo souřadné osy afinního repéru). Obr. 3.1 Uvažujme bod X ∈ A a afinní repér (3.2). Potom existuje jediná uspořádaná n-tice reálných čísel xi, i = 1, . . . , n, splňující −−→ PX = x1e1 + · · · + xnen , (3.3) 3. Afinní repér, afinní souřadnice 12 nebo ekvivalentně X = P + x1e1 + · · · + xnen . (3.4) Definice 3.2. Nechť R = P; e1, . . . , en je afinní repér v A a X ∈ A je bod. Uspořádaná n-tice reálných čísel xi, i = 1, . . . , n, splňující (3.3), se nazývá souřadnicemi bodu X v afinním repéru R (nebo afinními souřadnicemi bodu X vzhledem k repéru R ). Píšeme X = [x1; . . . ; xn]. Souřadnicemi vektoru u ∈ Z(A) v afinním repéru (3.2) nazýváme souřadnice vektoru u v bázi B = e1, . . . , en , tzn. uspořádanou n-tici reálných čísel ui, i = 1, . . . , n, splňující (3.1). Píšeme u = [u1; . . . ; nn]. Úmluva 3.1. Vzhledem k jednoznačnosti vyjádření (3.1) a (3.3) jsou souřadnice bodů i vektorů v daném afinním repéru určeny jednoznačně, a tedy dva body (respektive vektory) mají stejné souřadnice právě tehdy, když jsou si rovny. Tohoto faktu budeme nyní často využívat v tom smyslu, že při studiu pojmů a zejména řešení úloh, které jsou nezávislé na volbě afinního repéru v A (a těch bude drtivá většina), budeme pracovat se souřadnicemi bodů (respektive vektorů) v nějakém pevném afinním repéru a nebudeme muset zadávat, jak konkrétně afinní prostor A vypadá. Zaveď me tedy úmluvu, že v dalším (nebude-li výslovně řečeno jinak) budeme stále předpokládat, že v A je zadán pevný afinní repér (3.2), v němž budeme souřadnice všech bodů (respektive vektorů) vyjadřovat. Dále, pro odlišení souřadnic bodů a vektorů, budeme důsledně používat hranaté závorky pro body a kulaté pro vektory. ♦ Úmluva 3.2. Afinní repér R (určený bází zaměření B) tedy určuje bijekce R : An → Rn , B : Z(An) → Rn . Při ztotožnění bodu X ∈ An (respektive vektoru u ∈ Z(An)) s uspořádanou n-ticí jeho souřadnic budeme psát X = [x1; . . . ; xn] místo R(X) = [x1; . . . ; xn] (respektive u = (u1; . . . ; un) místo B(u) = [x1; . . . ; xn]). Abychom mohli používat zkrácených maticových zápisů, budeme označovat (X) =    x1 ... xn    (respektive (u) =    u1 ... un   ) sloupcovou matici tvořenou souřadnicemi bodu X (respektive vektoru u) vzhledem k repéru R. ♦ Úmluva 3.3. V afinním prostoru dimenze dva, tj. v afinní rovině, budeme zpravidla afinní souřadnice bodů označovat X = [x; y] a příslušné osy souřadnic budeme nazývat osa x a osa y. Podobně v afinním prostoru dimenze tři budeme zpravidla afinní souřadnice bodů označovat X = [x; y; z] a příslušné osy souřadnic budeme nazývat osa x, osa y a osa z. ♦ 3. Afinní repér, afinní souřadnice 13 Nyní uvedeme několik jednoduchých důsledků, které bezprostředně vyplývají z předchozí Definice 3.2 a které budeme v dalším velmi často (již bez odkazu) používat. Především je zřejmě, že počátek P má všechny souřadnice rovny nule, tzn. P = [0; . . . ; 0], neboť −→ PP = o = 0e1 + · · · + 0en. Dále nechť X, Y ∈ A jsou libovolné body, přičemž X = [x1; . . . ; xn], Y = [y1; . . . ; yn] . Víme, že body X, Y je jednoznačně určen vektor −−→ XY = Y − X ∈ Z(A). Hledejme nyní souřadnice tohoto vektoru. Ale −−→ XY = −−→ XP + −→ PY = −→ PY − −−→ PX = y1e1 + · · · + ynen − (x1e1 + · · · + xnen) = (y1 − x1)e1 + · · · + (yn − xn)en. Je tedy −−→ XY = Y − X = (y1 − x1; . . . ; yn − xn) . (3.5) Je-li dále u = (u1; . . . ; un) ∈ Z(A) vektor, pak je zřejmě −−→ XY = u právě když y1 − x1 = u1, . . . , yn − xn = un. Jinak řečeno Y = X + u ⇔ yi = xi + ui, pro i = 1, . . . , n . (3.6) Poznámka 3.1. Z (3.5) a (3.6) vyplývá, že vlastnosti zobrazení + a −, které jsme popsali ve Větě 1.1, odpovídají při přechodu k afinním souřadnicím přesně vlastnostem operací sčítání a odečítání uspořádaných n-tic reálných čísel. ♦ V další části tohoto paragrafu budeme studovat vzájemný vztah souřadnic jednoho pevného bodu (respektive vektoru) vzhledem ke dvěma různým afinním repérům v prostoru A. Nechť tedy v A jsou dány dva afinní repéry R = P; e1, . . . , en , (3.7) R = P ; e1, . . . , en , (3.8) přičemž P = [b1; . . . ; bn] je souřadnicové vyjádření bodu P vzhledem k repéru R a A = (aij) je matice přechodu od báze e1, . . . , en k bázi e1, . . . , en zaměření Z(A), tzn. platí ej = n i=1 aijei pro j = 1, . . . , n. Konečně, nechť X ∈ A je pevný bod, přičemž X = [x1; . . . ; xn] vzhledem k repéru R, respektive X = [x1; . . . ; xn] vzhledem k repéru R . Obr. 3.2 3. Afinní repér, afinní souřadnice 14 Při tomto označení platí −−→ PX = x1e1 + · · · + xnen, −−→ P X = x1e1 + · · · + xnen, −−→ PP = b1e1 + · · · + bnen. Po dosazení za ej, j = 1, . . . , n, dostáváme −−→ P X = x1 · n i=1 ai1ei + · · · + xn · n i=1 ainei . Přitom zřejmě platí −−→ PX = −−→ PP + −−→ P X (viz Obr. 3.2), odkud po dosazení a upravení je x1e1 + · · · + xnen = b1e1 + · · · + bnen + n j=1 a1jxj e1 + · · · + n j=1 anjxj en . Z jednoznačnosti tohoto vyjádření, porovnáním koeficientů u ei, i = 1, . . . , n, nyní dostáváme x1 = a11x1 + a12x2 + · · · + a1nxn + b1 , ... xn = an1x1 + an2x2 + · · · + annxn + bn . (3.9) Rovnice (3.9) můžeme stručně zapsat ve tvaru xj = n i=1 ajixi + bj , j = 1, . . . , n, (3.10) respektive, použijeme-li maticového zápisu, pak (X) = A(X ) + B , (3.11) kde sloupcová matice (X ) je tvořena souřadnicemi bodu X vzhledem k repéru R a sloupcová matice B je tvořena souřadnicemi bodu P vzhledem k repéru R. Podobně, je-li u ∈ Z(A)vektor, přičemž u = (u1; . . . ; un) vzhledem k repéru R, respektive u = (u1; . . . ; un) vzhledem k repéru R , pak (jak bylo odvozeno v algebře, [Ho94]) stejným způsobem dostáváme u1 = a11u1 + a12u2 + · · · + a1nun , ... un = an1u1 + an2u2 + · · · + annun , (3.12) respektive, použijeme-li maticového zápisu, pak (u) = A(u ) , (3.13) kde sloupcová matice (u ) je tvořena souřadnicemi vektoru u vzhledem k repéru R . 3. Afinní repér, afinní souřadnice 15 Definice 3.3. Rovnice (3.10) a (3.11) (respektive rovnice (3.12) a (3.13)) nazýváme transformační rovnice pro souřadnice bodů (respektive vektorů) při přechodu od repéru (3.7) k repéru (3.8). Matice A se nazývá matice přechodu od repéru (3.7) k repéru (3.8). Poznámka 3.2. Pokud bychom potřebovali vyjádřit souřadnice vzhledem k repéru (3.8) (tj. "čárkované") pomocí souřadnic vzhledem k repéru (3.7) (tj. "nečárkovaných"), pak stačí jednoduše v maticových rovnicích (3.11) (respektive (3.13)) obě strany vynásobit zleva maticí A−1 (která musí existovat, neboť matice přechodu A je vždy regulární, jak víme z algebry, [Ho94]) a dostaneme (X ) = A−1 (X) − A−1 B, respektive (u ) = A−1 (u) , (3.14) a je tedy matice A−1 maticí přechodu od repéru (3.8) k repéru (3.7). Z předchozího dále vyplývá, že zadáním (3.7) a (3.8) je jednoznačně určena matice A a čísla b1, . . . , bn splňující transformační rovnice (3.9) a (3.12). Velmi jednoduše lze ukázat, že naopak, zadáme-li afinní repér (3.7), regulární matici A (řádu n) a čísla b1, . . . , bn, pak existuje právě jeden afinní repér (3.8) v An tak, že platí (3.9) a (3.12). ♦ Poznámka 3.3. Označíme-li bijekci An na Rn určenou repérem R (respektive R ) stejným symbolem R (respektive R ), pak transformační rovnice přechodu pro souřadnice bodů od repéru R k repéru R můžeme chápat jako zobrazení Rn na Rn , které je dáno složením R ◦ (R )−1 podle následujícího diagramu Rn d d d dd‚ (R )−1 E Rn          R An ♦ Úloha 3.1. Ve 3-rozměrném afinním prostoru A3 jsou dány afinní repéry R = P; e1, e2, e3 a R = P ; e1, e2, e3 a dále jsou dány transformační rovnice pro souřadnice bodů při přechodu od repéru R k repéru R x = 3x − 4y + 5z + 2 , y = 2x − 3y + z , z = 3x − 5y − z − 1 . Napište transformační rovnice pro souřadnice bodů a transformační rovnice pro souřadnice vektorů při přechodu od repéru R k repéru R. 4. Orientace afinního prostoru 16 Řešení : Matice přechodu A má v našem případě tvar A =   3 −4 5 2 −3 1 3 −5 −1   . Nyní (některou z metod odvozených v algebře) spočteme inverzní matici A−1 . Dostaneme A−1 =   −8 29 −11 −5 18 −7 1 −3 1   , a odtud A−1 ·   2 0 1   =   −5 −3 1   , a podle (3.14) můžeme přímo psát výsledné transformační rovnice při přechodu od repéru R k repéru R, a to (i) pro souřadnice bodů (ii) pro souřadnice vektorů x = −8x + 29y − 11z + 5 , u1 = −8u1 + 29u2 − 11u3 , y = −5x + 18y − 7z + 3 , u2 = −5u1 + 18u2 − 7u3 , z = x − 3y + z − 1 , u3 = u1 − 3u2 + u3 . 4 Orientace afinního prostoru V tomto paragrafu se stručně zmíníme o pojmu orientace afinního prostoru An. Studium tohoto pojmu převedeme na úvahy o zaměření Z(An) afinního prostoru An (tzn. na úvahy o vektorových prostorech). Takovýto obrat, jak uvidíme, budeme v různých souvislostech poměrně často používat. Zabývejme se tedy nejprve bázemi n-rozměrného (reálného) vektorového prostoru Vn. Definice 4.1. Nechť B = e1, . . . , en , (4.1) B = e1, . . . , en (4.2) jsou báze vektorového prostoru Vn (nad R). Báze (4.1) a (4.2) nazveme souhlasné (respektive nesouhlasné), je-li determinant matice přechodu od báze (4.1) k bázi (4.2) číslo kladné (respektive záporné). Dále, na množině všech bází prostoru V definujeme relaci ∼ takto: B ∼ B právě když B, B jsou souhlasné báze. Poznámka 4.1. Vzhledem k tomu, že matice přechodu od jedné báze k jiné bázi prostoru Vn je regulární, musí být její determinant různý od nuly (tzn. je buď kladný nebo záporný) a předchozí definice je korektní. Následující věta si blíže všimne právě definované relace ∼. ♦ 4. Orientace afinního prostoru 17 Věta 4.1. Relace ∼ je relací ekvivalence na množině všech bází vektorového prostoru Vn a rozklad M/∼ příslušný ekvivalenci ∼ má dvě třídy. Důkaz. Nejprve ukážeme, že ∼ je relací ekvivalence na množině všech bází prostoru Vn. Ale reflexivita ∼ plyne z toho, že maticí přechodu od báze (4.1) k bázi (4.1) je jednotková matice En, přičemž |En| = 1 > 0. Symetričnost relace ∼ plyne z toho, že je-li A maticí přechodu od báze (4.1) k bázi (4.2), pak A−1 je maticí přechodu od báze (4.2) k bázi (4.1) a platí |A−1 | = 1 |A| . Jsou tedy determinanty |A| a |A−1 | buď oba kladné nebo oba záporné. Transitivita relace ∼ pak plyne z Cauchyovy věty o součinu determinantů. Tedy ∼ je skutečně relací ekvivalence. Nyní nalezneme počet tříd rozkladu M/∼. Uvažme bázi B = −e1, e2, . . . , en (4.3) a označme symbolem A (respektive B, respektive C) matici přechodu od báze (4.1) k bázi (4.2) (respektive od báze (4.2) k bázi (4.3), respektive od báze (4.1) k bázi (4.3)). Z algebry víme, že platí C = A · B, tzn. podle Cauchyovy věty je pak |C| = |A| · |B| . (4.4) Ale zřejmě |C| = −1 (ověřte rozepsáním!), tzn. báze (4.1) a (4.3) nepatří do jedné třídy rozkladu M/∼, a tedy rozklad M/∼ má alespoň dvě třídy. Nechť (4.2) je libovolná báze prostoru Vn, která nepatří do jedné třídy rozkladu M/∼ s bází (4.1). Pak je |A| < 0 a ze vztahu (4.4) plyne, že musí být |B| > 0, tzn. báze (4.2) patří do jedné třídy s bází (4.3), odkud plyne, že rozklad M/∼ má právě dvě třídy. Definice 4.2. Orientací vektorového prostoru Vn rozumíme prohlášení jedné z tříd rozkladu M/∼ (tj. tříd bází prostoru Vn) za kladnou a druhé za zápornou. O dané bázi vektorového prostoru Vn pak říkáme, že je kladná (respektive záporná), leží-li v kladné (respektive záporné) třídě rozkladu M/∼. Orientací afinního prostoru An budeme rozumět orientaci jeho zaměření Z(An). Afinní prostor se zadanou orientací budeme nazývat orientovaným afinním pros- torem. Poznámka 4.2. Afinní prostor má zřejmě dvě možné orientace, přičemž orientace je jednoznačně určena například prohlášením jedné konkrétní báze zaměření Z(An) za kladnou bázi. Máme-li orientovat daný afinní prostor, pak záleží zcela na naší libovůli, kterou z bází zaměření Z(An) prohlásíme za kladnou. Jakmile tak však učiníme, pak je již každá z bází Z(An) buď kladná nebo záporná (což lze zjistit výpočtem determinantu patřičné matice přechodu). ♦ Úloha 4.1. V orientovaném vektorovém prostoru R4 jsou dány dvě báze u1, u2, u3, u4 , respektive v1, v2, v3, v4 . Zjistěte, zda jsou tyto báze souhlasně či nesouhlasně orientovány. Přitom: u1 = (3; 2; −8; −11), u2 = (1; 1; 5; 7), u3 = (1; 1; 9; 7), u4 = (1; 1; 5; 4); v1 = (2; −3; 5; 4), v2 = (5; −7; 9; 6), v3 = (1; −1; 2; 1), v4 = (2; 4; 7; 2). 5. Souřadnicové vyjádření podprostoru 18 Řešení : élohu je možno řešit přímo užitím definice, tj. nalezením matice přechodu od jedné báze ke druhé a výpočtem jejího determinantu (což v našem případě vyžaduje řešení 4 systémů lineárních rovnic o 4 neznámých a výpočet jednoho determinantu 4. řádu a je tedy dosti pracné). Výhodnější bude uvážit kanonickou bázi e1 = (1; 0; 0; 0), e2 = (0; 1; 0; 0), e3 = (0; 0; 1; 0), e4 = (0; 0; 0; 1) prostoru R4 a zjistit, zda obě zadané báze jsou s touto bází souhlasně či nesouhlasně orientovány, odkud již ihned plyne odpověď na původní otázku (výhoda spočívá v tom, že obě příslušné transformační matice můžeme okamžitě psát, a je tedy v tomto případě nutné počítat pouze dva determinanty 4. řádu). Dostaneme 3 1 1 1 2 1 1 1 −8 5 9 5 −11 7 7 4 = −12 < 0, respektive 6 8 −9 −12 4 6 −6 −9 −3 −4 6 8 −2 −3 4 6 = 9 > 0 , odkud máme výsledek: báze u1, u2, u3, u4 a v1, v2, v3, v4 jsou nesouhlasně ori- entovány. 5 Souřadnicové vyjádření podprostoru Připomeňme, že všude dále v tomto textu předpokládáme, že v afinním prostoru An, n ≥ 1, je pevně zadán afinní repér R = P; e1, . . . , en , (5.1) přičemž souřadnice všech bodů, respektive vektorů, jsou vyjadřovány vzhledem k tomuto afinnímu repéru. Věta 5.1. Nechť Bk = {B; W} je podprostor v An, nechť B = u1, . . . , uk je báze jeho zaměření W. Nechť X ∈ An je bod. Pak X ∈ Bk právě když existují reálná čísla t1, . . . , tk tak, že X = B + t1u1 + · · · + tkuk . (5.2) Je-li navíc X = [x1; . . . ; xn], B = [b1; . . . ; bn], ui = (u1i; . . . ; uni), 1 ≤ i ≤ k, pak (5.2) lze psát ve tvaru x1 = b1 + t1u11 + · · · + tku1k , x2 = b2 + t1u21 + · · · + tku2k , ... xn = bn + t1un1 + · · · + tkunk . (5.3) Důkaz. Tvrzení věty je zřejmé, neboť podle Definice 2.1 afinního podprostoru je X ∈ B ⇔ −−→ BX ∈ W. Rovnice (5.3) pak plynou ihned z (3.5). 5. Souřadnicové vyjádření podprostoru 19 Definice 5.1. Vyjádření (5.2), respektive (5.3), se nazývá parametrickým vyjádřením (rovnicemi) podprostoru Bk. Reálná čísla t1, . . . , tk se nazývají parametry bodu X. Má-li podprostor Bk parametrické vyjádření (5.2), pak budeme též psát Bk ≡ X = B + t1u1 + · · · + tkuk , a soustavu rovnic (5.3) budeme zkráceně zapisovat ve tvaru X = [b1; . . . ; bn] + t1(u11; . . . ; un1) + · · · + tk(u1k; . . . ; unk) . Poznámka 5.1. Podprostor Bk ⊆ An je sám afinním prostorem dimenze k a soustava B; u1, . . . , uk je afinním repérem v Bk. Parametry t1, . . . , tk jsou potom afinními souřadnicemi bodu X ∈ Bk vzhledem k tomuto repéru. ♦ Věta 5.2. Nechť Bk = A0, A1, . . . , Ak , kde Ai = [a1i; . . . ; ani], i = 0, 1, . . . , k, jsou body v obecné poloze. Pak X = [x1; . . . ; xn] ∈ Bk právě když existují reálná čísla t0, t1, . . . , tk tak, že platí: x1 = t0a10 + t1a11 + · · · + tka1k , x2 = t0a20 + t1a21 + · · · + tka2k , ... xn = t0an0 + t1an1 + · · · + tkank , (5.4) kde t0 + t1 + · · · + tk = 1. Důkaz. Podle Věty 2.5 je Bk = {A0; L( −−−→ A0A1, . . . , −−−→ A0Ak)}, přičemž vektory −−−→ A0A1, . . . , −−−→ A0Ak jsou podle předpokladu bází zaměření podprostoru Bk. Užitím předchozí Věty 5.1 dostaneme X ∈ B ⇔ xi = ai0 + t1(ai1 − ai0) + · · · + tk(aik − ai0), 1 ≤ i ≤ n ⇔ ⇔ xi = (1 − t1 − · · · − tk)ai0 + t1ai1 + · · · + tkaik, 1 ≤ i ≤ n. Označíme-li t0 = 1 − t1 − · · · − tk, dostáváme tvrzení věty. Označení. Vztahy (5.4) budeme v dalším stručně zapisovat ve tvaru B ≡ X = t0A0 + t1A1 + · · · + tkAk; t0 + t1 + · · · + tk = 1 . (5.5) Uvědomme si dobře, že tímto označením jsme nezavedli žádnou novou operaci "lineární kombinace bodů", ale, že jde pouze o symbolický, zkrácený zápis vztahů (5.4), což je celkem n rovnic v oboru reálných čísel. ♦ 5. Souřadnicové vyjádření podprostoru 20 Definice 5.2. Vyjádření (5.4), respektive (5.5), se nazývá afinní kombinace bodů A0, A1, . . . , Ak. Je-li k = n, budeme soustavu A0, A1, . . . , An (n + 1) bodů v obecné poloze nazývat bodovým repérem v An. Čísla t0, t1, . . . , tn taková, že X = t0A0 + t1A1 + · · · + tnAn , t0 + · · · + tn = 1 , se nazývají barycentrické souřadnice bodu X vzhledem k bodovému repéru A0, A1, . . . , An . (5.6) Poznámka 5.2. Například, je-li přímka určena dvijicí různých bodů A, B je množina všech bodů této přímky vyjádřena jano p : X = α A + β B , α + β = 1, α, β ∈ R . V řadě praktických výpočtů je toto vyjádření přímky velice užitečné. ♦ Poznámka 5.3. Afinní kombinaci bodů můžeme definovat i pro body, které nejsou v obecné poloze. Koeficienty v afinní kombinaci bodů mají také fyzikální význam. Uvažujeme-li hmotnou soustavu o celkové hmotnosti jedna takovou, že veškerá hmota je soustředěna pouze do konečného počtu bodů Ai, i = 0, 1, . . . , k, tak, že v bodu Ai je hmotnost o velikosti ti (připouštíme také záporné hodnoty), pak bod T = t0A0 + t1A1 + · · · + tkAk , t0 + · · · + tk = 1 , je těžištěm této hmotné soustavy. Speciálně, je-li v každém bodu soustavy stejná hmotnost, tj. 1/(k + 1), pak dostáváme v rovině vzorce pro výpočet souřadnic těžiště úsečky AB (respektive trojúhelníka ABC, respektive čtyřúhelníka ABCD) ve tvaru TAB = 1 2 (A + B) , (respektive TABC = 1 3 (A + B + C) , respektive TABCD = 1 4 (A + B + C + D)) . Stejné vzorce platí i v prostoru pro výpočet těžiště úsečky, trojúhelníka nebo čtyřstěnu. ♦ Příklad 5.1. V 3-rozměrném afinním prostoru A3 je dána přímka p dvěma body A = [2; −1; 1], B = [−1; 0; 1]. Pak p = {A; L( −→ AB)}, kde −→ AB = (−3; 1; 0) a parametrické vyjádření přímky p je například tvaru p ≡ X = A + t −→ AB, neboli 5. Souřadnicové vyjádření podprostoru 21 p ≡    x = 2 − 3t , y = −1 + t , z = 1 , což je vyjádření známé ze střední školy. Podle Věty 5.2 lze přímku p též vyjádřit ve tvaru p ≡ X = t1A + t2B, t1 + t2 = 1, neboli p ≡    x = 2t1 − t2 , y = −t1 , z = t1 + t2 , kde t1 + t2 = 1. ♥ Definice 5.3. Nechť je dána soustava lineárních rovnic nad R a11x1 + a12x2 + · · · + a1nxn = b1 , ... ak1x1 + ak2x2 + · · · + aknxn = bk , (5.7) kde aij, bi ∈ R , jejíž matici soustavy označme A = (aij). Bod X = [x1; . . . ; xn] ∈ An nazveme řešením soustavy (5.7) právě když uspořádaná n-tice reálných čísel (x1; . . . ; xn) je řešením soustavy (5.7). Z vlastností řešení soustav lineárních rovnic (viz [Ho94]) víme, že rozdíl dvou řešení soustavy (5.7) je řešením zhomogenizované soustavy a11x1 + a12x2 + · · · + a1nxn = 0 , ... ak1x1 + ak2x2 + · · · + aknxn = 0 , (5.8) k soustavě (5.7). Jsou-li tedy body X = [x1; . . . ; xn], Y = [y1; . . . ; yn] ∈ An řešením soustavy (5.7), je vektor −−→ XY = (y1 − x1; . . . ; yn − xn) ∈ Z(An) řešením homogenní soustavy (5.8). Víme, že množina všech řešení soustavy (5.8) tvoří vektorový prostor W v Rn , pro jehož dimenzi platí dim W = n − h(A), a s využitím bijekce mezi Rn a Z(An), která je dána afinním repérem (viz Paragraf 3), můžeme množinu všech řešení homogenní soustavy (5.8) považovat za jistý podprostor zaměření Z(An). Všude dále v tomto textu budeme řešení soustavy (5.7) interpretovat jako body n-rozměrného afinního prostoru An a řešení zhomogenizované soustavy (5.8) budeme interpretovat jako vektory zaměření Z(An). Věta 5.3. Nechť (5.7) je řešitelná soustava lineárních rovnic a nechť hodnost matice soustavy h(A) = k. Pak množina všech bodů z An, které jsou řešeními (5.7), tvoří (n − k)-rozměrný podprostor B = {B; W} afinního prostoru An, kde B je libovolné pevné řešení (5.7) a zaměření W je rovno podprostoru řešení zhomogenizované soustavy (5.8). 5. Souřadnicové vyjádření podprostoru 22 Důkaz. Označme M množinu všech bodů z An, které jsou řešeními (5.7). Stačí dokázat množinovou rovnost M = B, neboť tvrzení o dimenzi plyne z toho, jaká je dimenze řešení soustavy (5.8). Inkluze B ⊆ M plyne opět z vlastností řešení soustav lineárních rovnic, totiž součet řešení (5.7) s řešením (5.8) je řešením (5.7). Naopak, nechť X ∈ M je libovolné řešení (5.7). Pak existuje w = −−→ BX, tj. w ∈ W, které je řešením (5.8), a tedy X = B + w ∈ B. Věta 5.4. Nechť B je k-rozměrný podprostor v n-rozměrném afinním prostoru An, přičemž k < n. Pak existuje soustava (n − k) lineárně nezávislých lineárních rovnic o n neznámých taková, že množina jeho řešení je rovna právě B. Důkaz. Nechť B = {B; W}, přičemž B = [b1; . . . ; bn]. Z algebry víme, že existuje soustava (n − k) lineárně nezávislých homogenních rovnic a11x1 + · · · + a1nxn = 0 , ... an−k,1x1 + · · · + an−k,nxn = 0 , jejíž množina řešení je rovna W. Označme ai1b1 + ai2b2 + · · · + ainbn = ci, i = 1, 2, . . . , n − k , a uvažme soustavu nehomogenních rovnic a11x1 + · · · + a1nxn = c1 , ... an−k,1x1 + · · · + an−k,nxn = cn−k , (5.9) které jsou zřejmě lineárně nezávislé. Tato soustava je však řešitelná (například B je jejím řešením), tzn. podle Věty 5.3 množina řešení (5.9) tvoří podprostor B v An, jehož zaměření je rovno W. Ale B ∈ B , tzn. B = {B; W} = B. Definice 5.4. Soustavu lineárních rovnic (5.9) nazýváme neparametrickým (nebo též obecným) vyjádřením (rovnicemi) podprostoru B a označujeme B ≡    a11x1 + · · · + a1nxn = c1 , ... an−k,1x1 + · · · + an−k,nxn = cn−k , nebo B ≡    a11x1 + · · · + a1nxn −c1 = 0 , ... an−k,1x1 + · · · + an−k,nxn −cn−k = 0 . 5. Souřadnicové vyjádření podprostoru 23 Poznámka 5.4. Z Vět 5.3 a 5.4 plyne, že každá řešitelná soustava lineárních rovnic o n neznámých jednoznačně určuje jistý podprostor afinního prostoru An, avšak naopak, daný podprostor má více (zřejmě dokonce nekonečně mnoho) neparametrických vyjádření. Dále je třeba si dobře uvědomit, že rovnice vystupující v neparametrickém vyjádření podprostoru B požadujeme lineárně nezávislé, tzn. je jednoznačně dán jejich počet, z něhož můžeme mj. ihned určit dimenzi B. V případě, že je soustava závislá, určuje sice podprostor, ale tuto soustavu nechápeme jako neparametrické vyjádření, které je tvořeno teprve maximálním počtem libovolných nezávislých rovnic, které z ní můžeme vybrat. ♦ Věta 5.5. Podprostor B afinního prostoru An je nadrovinou právě když jeho neparametrické vyjádření má tvar B ≡ a1x1 + a2x2 + · · · + anxn = a , kde alespoň jeden z koeficientů ai, i = 1, . . . , n, je nenulový. Důkaz. B je nadrovina ⇔ dim B = n − 1 ⇔ soustava (5.9) má n − (n − 1) = 1 rovnici uvedeného tvaru, kterou budeme nazývat rovnicí nadroviny B. Poznámka 5.5. Z Věty 5.5 a z (5.9) plyne, že každý k-rozměrný podprostor v A můžeme chápat jako průnik jistých (n − k) nadrovin. ♦ Pro větší názornost popišme nyní explicitně vyjádření podprostorů pro netriviální podprostory nejjednodušších afinních prostorů – roviny (tj. dim A = 2) a 3-rozměrného prostoru (tj. dim A = 3). Dostáváme: 1. Přímka p v rovině: Parametrické vyjádření: p ≡ X = A + tu, kde u = o. Neparametrické vyjádření: p ≡ ax + by + c = 0, kde a = 0 ∨ b = 0. Afinní obal bodů: p ≡ X = t1A + t2B, kde A = B, t1 + t2 = 1. 2. a: Rovina v prostoru: Parametrické vyjádření: ≡ X = A + tu + rv, kde u, v jsou lineárně nezávislé. Neparametrické vyjádření: ≡ ax + by + cz + d = 0, kde a = 0 ∨ b = 0 ∨ c = 0. Afinní obal bodů: p ≡ X = t1A + t2B + t3C, kde A, B, C jsou v obecné poloze a t1 + t2 + t3 = 1. 5. Souřadnicové vyjádření podprostoru 24 b: Přímka p v prostoru: Parametrické vyjádření: p ≡ X = A + tu, kde u = o. Neparametrické vyjádření: p ≡ ax + by + cz + d = 0 ex + fy + gz + h = 0 , kde h a b c e f g = 2. Afinní obal bodů: p ≡ X = t1A + t2B, kde A = B, t1 + t2 = 1. Všimněme si, že v parametrickém vyjádření podprostoru a ve vyjádření podprostoru jako afinního obalu bodů nehraje roli dimenze celého prostoru. Ta se projeví pouze při rozepsání do souřadnic. Poznámka 5.6. Ve starších sbírkách příkladů z matematiky se poměrně často můžeme setkat s kanonickými rovnicemi přímky ve 3-rozměrném prostoru ve tvaru p ≡ x − a1 u1 = y − a2 u2 = z − a3 u3 . Jedná se pak o přímku procházející bodem A = [a1; a2; a3] se směrovým vektorem u = (u1; u2; u3). Toto vyjádření je nutno brát jen jako formální zápis, protože ve jmenovatelích některých zlomků může být i nula. Parametrické rovnice přímky se odtud určí okamžitě. Neparametrické rovnice dostaneme tak, že si vybereme všechny dvojice zlomků, čitatele vynásobíme do kříže jmenovateli a po převedení na jednu stranu dostaneme nehomogenní soustvu lineárních rovnic u2x − u1y + u1a2 − u2a1 = 0 , u3x − u1z + u1a3 − u3a1 = 0 , u3y − u2z + u2a3 − u3a2 = 0 . Tato soustava rovnic má hodnost 2, takže libovolné dvě lineárně nezávislé rovnice určují obecné vyjádření přímky p. ♦ Úloha 5.1. Nechť je přímka p zadána kanonickými rovnicemi p ≡ x − 1 1 = y 0 = z + 1 2 . Určete její parametrické i neparametrické rovnice. Řešení: Parametrická rovice je p ≡ X = [1; 0; −1] + t (1; 0; 2) . Z kanonických rovnic dostaneme soustavu lineárních rovnic 0.(x − 1) = 1.y , 2 (x − 1) = 1.(z + 1) , 2.y = 0.(z + 1) . 5. Souřadnicové vyjádření podprostoru 25 Neparametrické rovnice jsou 2 x − z − 3 = 0 , y = 0 . Při řešení úloh je nutno často převádět jeden typ zadání podprostorů na druhý. Převádění podprostoru určeného body na parametrické zadání a naopak je zřejmé z důkazu Věty 5.2. Pro určení obecných rovnic podprostoru, který je určen body v obecné poloze, máme více možností. První spočívá v tom, že do obecné rovnice nadroviny (viz Věta 5.5) dosazujeme souřadnice bodů. Pro koeficienty nadroviny tak dostaneme soustavu homogenních rovnic a souřadnice vektorů z báze řešení soustavy potom tvoří koeficienty matice obecných rovnic daného podprostoru. Druhý způsob je důsledkem následující věty. Věta 5.6. Nechť v afinním prostoru An je dáno (k + 1) bodů v obecné poloze, 1 ≤ k < n, Ai = [ai1; . . . ; ain], i = 0, 1, . . . , k. Pak bod X = [x1; . . . ; xn] leží v podprostoru B = A0, A1, . . . , Ak právě když h      x1 x2 . . . x1 1 a01 a02 . . . a0n 1 ... ... ... ... ak1 ak2 . . . akn 1      = k + 1 . Důkaz. Podle Věty 2.5 je B = {A0; L( −−−→ A0A1, . . . , −−−→ A0Ak)}. Pak X ∈ B ⇔ existují t1, . . . , tk ∈ R : −−→ A0X = t1 −−−→ A0A1 + · · · + tk −−−→ A0Ak ⇔ ⇔ h      x1 − a01 . . . xn − a0n a11 − a01 . . . a1n − a0n ... ... ak1 − a01 . . . akn − a0n      = k ⇔ ⇔ h      x1 − a01 . . . xn − a0n 0 a11 − a01 . . . a1n − a0n 0 ... ... ... ak1 − a01 . . . akn − a0n 0      = k ⇔ ⇔ h        x1 − a01 . . . xn − a0n 0 a01 . . . a0n 1 a11 − a01 . . . a1n − a0n 0 ... ... ... ak1 − a01 . . . akn − a0n 0        = k + 1 ⇔ h        x1 . . . xn 1 a01 . . . a0n 1 a11 . . . a1n 1 ... ... ... ak1 . . . akn 1        = = k + 1. Z Věty 5.6 nyní vyplývá, že všechny determinanty z čtvercových submatic řádu (k + 2), které vybíráme z matice ve Větě 5.6, jsou nulové. Stačí vybrat (n − k) 5. Souřadnicové vyjádření podprostoru 26 submatic takových, aby soustava lineárních rovnic, kterou dostaneme spočtením determinantů, byla nezávislá. Speciálně pro nadrovinu dostaneme následující důsledek. Důsledek 5.1. Nechť v n-rozměrném afinním prostoru An je dáno n bodů v obecné poloze Bi = [bi1; . . . ; bin], i = 1, . . . , n. Pak bod X = [x1; . . . ; xn] leží v nadrovině N = B1, . . . , Bn právě když x1 . . . xn 1 b11 . . . b1n 1 ... ... ... bn1 . . . bnn 1 = 0 . (5.10) Důkaz. Uvážíme-li, že hodnost uvedené matice je rovna n, pak tvrzení důsledku plyne přímo z Věty 5.6 pro k = n − 1. Poznámka 5.7. Vyjádření (5.10) používáme s výhodou v praktických příkladech při hledání neparametrického vyjádření nadroviny určené n body v obecné poloze, tzn. například přímky v rovině, zadané 2 body, respektive roviny v 3-rozměrném prostoru, zadané 3 body, atd. Například přímka p určená v rovině body A = [2; 1] a B = [−1; 3] má neparametrickou rovnici x y 1 2 1 1 −1 3 1 = −2 x − 3 y + 7 = 0 . ♦ V praxi se nejčastěji setkáme s nutností převést parametrické vyjádření zadaného podprostoru na neparametrické a naopak. Převádění z neparametrického vyjádření na parametrické je popsáno v důkaze Věty 5.3. Nalezneme jedno konkrétní řešení soustavy (5.7) a dostaneme bod. Báze řešení zhomogenizované soustavy potom tvoří bázi zaměření. Opačný postup od parametrického zadání k neparametrickému je pracnější. První způsob byl popsán v algebře (viz [Ho94] a důkaz Věty 5.4) a spočívá v nalezení nehomogenní soustavy lineárních rovnic, jejíž řešení známe. Konkrétně uvažujeme homogenní soustavu, jejíž matice je tvořena souřadnicemi bázových vektorů zaměření daného podprostoru. Báze řešení této soustavy je tvořena (n − k) vektory. Jestliže uvažujeme homogenní soustavu, jejíž matice je tvořena těmito bázovými vektory, dostaneme soustavu, jejímž řešením je zaměření daného podprostoru. Dosazením souřadnic daného bodu do této homogenní soustavy obdržíme příslušné pravé strany hledaného neparametrického vyjádření. Druhý způsob spočívá ve vylučování parametrů v souřadnicovém zadání (5.3). U podprostoru vyšších dimenzí je ale tato metoda pracná a snadno dojde k chybě. Existuje ovšem možnost, jak postupovat systematicky. Rovnice (5.3) přepíšeme do 5. Souřadnicové vyjádření podprostoru 27 tvaru t1u11 + · · · + tku1k − x1 + b1 = 0 , t1u21 + · · · + tku2k − x2 + b2 = 0 , ... t1un1 + · · · + tkunk − xn + bn = 0 , který chápeme formálně jako soustavu lineárních rovnic pro neznámé t1, . . . , tk, x1, . . . , xn s maticí      u11 . . . u1k −1 0 . . . 0 b1 u21 . . . u2k 0 −1 . . . 0 b2 ... ... ... ... ... ... un1 . . . unk 0 0 . . . −1 bn      . Protože jsou vektory u1, . . . , uk lineárně nezávislé a k ≤ n, docílíme řádkovými úpravami matice před první svislou čarou toho, aby posledních (n − k) řádků bylo nulových. Potom koeficienty za první čarou v těchto řádcích jsou koeficienty obecných rovnic daného podprostoru. Úloha 5.2. V afinním prostoru A4 je zadán (parametricky) podprostor B ≡ X = B + t1u + t2v, kde B = [1; 2; −2; 0], u = (1; 0; 0; −1), v = (0; −1; −1; 2). Nalezněte neparametrické vyjádření B. Řešení : Zřejmě dim B = 2, tzn. jde o rovinu v 4-rozměrném afinním prostoru a neparametrické vyjádření B sestává z 4−2 = 2 lineárně nezávislých rovnic. Úlohu je možno řešit buď přímým vyloučením parametrů (což však často bývá dosti pracné a nepřehledné) anebo aplikací důkazu Věty 5.4. Předvedeme nyní obě metody. (i) Vyloučení parametrů. Parametrické rovnice jsou B ≡    x1 = 1 + t1 , x2 = 2 − t2 , x3 = −2 − t2 , x4 = −t1 + 2t2 . Tomu odpovídá matice     1 0 −1 0 0 0 1 0 −1 0 −1 0 0 2 0 −1 0 0 −1 0 −2 −1 2 0 0 0 −1 0     ∼ · · · ∼ ∼      1 0 −1 0 0 0 1 0 −1 0 −1 0 0 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 0 0 0 1 −1 0 −4 0 0 −1 −1 −1 −1 1      5. Souřadnicové vyjádření podprostoru 28 a odtud dostáváme obecné rovnice B ≡ x2 − x3 − 4 = 0 , x1 + x2 + x3 + x4 − 1 = 0 . (ii) Aplikace důkazu Věty 5.4. a) Nalezneme nejdříve homogenní soustavu, jejíž množina řešení je rovna zaměření Z(B). Souřadnice vektorů u a v jsou koeficienty v homogenní soustavě x1 − x4 = 0 , −x2 − x3 + 2x4 = 0 , =⇒ x1 = x4 , x2 = −x3 + 2x4 , jejíž báze řešení je dána například vektory w1 = (0; −1; 1; 0), w2 = (1; 2; 0; 1). Vezmeme-li souřadnice vektorů w1 a w2 jako koeficienty homogenní soustavy, dostaneme soustavu −x2 + x3 = 0 , x1 + 2x2 + x4 = 0 , jejímž řešením je zaměření B. b) Výpočet pravých stran provedeme dosazením souřadnic bodu B za neznámé do homogenního soustavy získané v a); dostaneme: c1 = −2−2 = −4, c2 = 1+4 = 5. Výsledek je potom například B ≡ −x2 + x3 = −4 , x1 + 2x2 + x4 = 5 . Úloha 5.3. V afinním prostoru A4 je zadán (neparametricky) podprostor B. Nalezněte parametrické vyjádření podprostoru B, je-li B ≡    x1 − x2 − x3 + x4 = 1 , x4 = 6 , x2 − 2x3 = 0 . Řešení : Zřejmě dim B = 4 − 3 = 1, tzn. jde o přímku ve 4-rozměrném afinním prostoru. Řešíme tak, že volné neznámé v dané soustavě (jejichž počet je roven dim B) zvolíme za parametry a výpočtem zbývajících neznámých dostáváme pak hledané parametrické vyjádření. Zde například x3 = t, x2 = 2t, x1 = 1 + x2 + x3 − x4 = −5 + 3t, x4 = 6, odkud B ≡    x1 = −5 + 3t , x2 = 2t , x3 = t , x4 = 6 . Poznámka 5.8. Volba afinního repéru (5.1) a pomocí něho pak možnost parametrického, respektive neparametrického, vyjádření podprostorů v daném afinním prostoru An nám umožňuje řešit jednotným způsobem geometrické úlohy v An, bez 5. Souřadnicové vyjádření podprostoru 29 ohledu na to, jak konkrétně afinní prostor An vypadá. Stačí si pouze vyjádřit (nebo mít zadány) potřebné body a vektory pomocí afinních souřadnic a pak používat znalostí o počítání v Rn tak, jak je známe z algebry. To je obecný princip analytické metody v geometrii, kterou budeme většinou při řešení příkladů používat. ♦ Úloha 5.4. V 5-rozměrném afinním prostoru A5 jsou dány dva podprostory B1 = {B1; L(u1, u2, u3)}, B2 = {B2; L(v1, v2)}. Nalezněte průnik B1 ∩B2 a součet B1 +B2, je-li B1 = [2; 0; −1; 3; 4], u1 = (1; 1; 0; 1; 0), u2 = (0; 1; 2; 0; −1), u3 =(1; −1; 0; 1; 3), B2 =[1; 1; 2; 1; 1], v1 =(1; −1; 3; 0; 3), v2 =(1; 0; 1; 0; 1). Řešení : (i) Pro průnik B1 ∩ B2 platí, že X ∈ B1 ∩ B2 právě tehdy, když X = B1 + t1u1 + t2u2 + t3u3 a současně X = B2 + t4v1 + t5v2 , odkud porovnáním dostaneme t1u1 + t2u2 + t3u3 − t4v2 − t5v2 = −−−→ B1B2 , což po rozepsání do souřadnic dává soustavu pěti nehomogenních lineárních rovnic o pěti neznámých, kterou řešíme například Gaussovou metodou       1 0 1 −1 −1 −1 1 1 −1 1 0 1 0 2 0 −3 −1 3 1 0 1 0 0 −2 0 −1 3 −3 −1 −3       ∼ · · · ∼       1 0 1 −1 −1 1 0 1 −2 2 1 2 0 0 1 −1 0 −1 0 0 0 1 1 −1 0 0 0 0 0 0       . Vidíme, že soustava je řešitelná, má jednu volnou neznámou (například t5), a tedy B1∩B2 je 1-rozměrný podprostor, tzn. přímka. Položíme-li t5 = t, pak t4 = −1−t (je zřejmé, že k vyjádření B1 ∩ B2 stačí znát buď t4, t5 nebo t1, t2, t3 a ostatní neznámé není třeba počítat) a máme: X = B2 + (−1 − t)v1 + tv2 = (B2 − v1) + t(v2 − v1) . Průnikem B1 ∩ B2 je tedy přímka určená bodem (B2 − v1) = [0; 2; −1; 1; −2] a vektorem v2 − v1 = (0; 1; −2; 0; −2). (ii) Pro součet B1 + B2 je třeba vypočítat pouze zaměření součtu B1 + B2. Podle Věty 2.6 je Z(B1 + B2) = W1 + W2 + L( −−−→ B1B2), přičemž však z (i) víme, že B1, B2 se protínají, tzn., že −−−→ B1B2 ∈ W1 + W2. Tedy Z(B1 + B2) je generováno vektory u1, u2, u3, v1, v2 a bázi Z(B1 + B2) zjistíme úpravou na schodovitý tvar matice, v jejíž řádcích tyto vektory vystupují. Tedy zde       1 1 0 1 0 0 1 2 0 −1 1 −1 0 1 3 1 −1 3 0 3 1 0 1 0 1       ∼ · · · ∼       1 1 0 1 0 0 1 2 0 −1 0 0 4 0 1 0 0 0 4 3 0 0 0 0 0       . 6. Vzájemná poloha podprostorů 30 Výsledek: součet B1 + B2 = {B1; W}, kde báze W je tvořena například vektory (1; 1; 0; 1; 0), (0; 1; 2; 0; −1), (0; 0; 4; 0; 1), (0; 0; 0; 4; 3). 6 Vzájemná poloha podprostorů Základní úlohy, které jsou řešitelné v afinním prostoru, jsou takzvané polohové úlohy. V tomto paragrafu se budeme zabývat vzájemnou polohou podprostorů a vyřešíme některé typické polohové úlohy. Definice 6.1. Nechť B1, B2 jsou podprostory afinního prostoru A. Je-li Z(B1) ⊆ Z(B2) nebo Z(B2) ⊆ Z(B1), pak podprostory B1, B2 nazýváme rovnoběžné a značíme B1 B2. V opačném případě (tzn. Z(B1) Z(B2) ∧ Z(B2) Z(B1)) říkáme, že B1, B2 nejsou rovnoběžné, a píšeme B1 B2. Věta 6.1. Nechť B1, B2 jsou podprostory afinního prostoru A. Pak: 1. B1 ⊆ B2 =⇒ B1 B2 , 2. B1 B2 =⇒ B1 ⊆ B2 nebo B2 ⊆ B1 nebo B1 ∩ B2 = ∅ . Důkaz. 1. B1 ⊆ B2 =⇒ Z(B1) ⊆ Z(B2) =⇒ B1 B2. 2. Dokážeme sporem. Nechť B1 B2 a nechť B1 B2 ∧ B2 B1 ∧ B1 ∩ B2 = ∅. Potom například Z(B1) ⊆ Z(B2) a existuje bod A ∈ B1 ∩ B2. Pak ale B1 = {A; Z(B1)} ⊆ {A; Z(B2)} = B2, což je ve sporu s předpokladem. Analogicky se dostaneme do sporu v případě Z(B2) ⊆ Z(B1). Tedy 2. platí. Věta 6.2. [Zobecněný Euklidův axiom o rovnoběžkách] Nechť B je k-rozměrný podprostor afinního prostoru An; nechť A ∈ An je bod. Pak bodem A prochází právě jeden k-rozměrný podprostor B1, který je rovnoběžný s B. Důkaz. Existence: Zřejmě podprostor B1 = {A; Z(B)} splňuje tvrzení věty. Jednoznačnost: Nechť B2 je podprostor splňující: A ∈ B2, B2 B a dim B2 = dim B = k. Chceme dokázat, že B2 = B1. Ale je Z(B2) ⊆ Z(B) nebo Z(B) ⊆ Z(B2), přičemž dim Z(B2) = dim Z(B), tzn. musí být (viz [Ho94]) Z(B2) = Z(B). Pak ale B2 = {A; Z(B)} = B1. Důsledek 6.1. Nechť B1, B2 jsou dva k-rozměrné rovnoběžné podprostory, které se protínají. Pak B1, B2 jsou totožné. Důkaz. Tvrzení je bezprostředním důsledkem předchozí Věty 6.2. Poznámka 6.1. Pojem rovnoběžnosti podprostorů tak, jak jsme ho definovali v Definici 6.1, je poněkud obecnější než rovnoběžnost chápána intuitivně v názorné rovině. Především z Definice 6.1 vyplývá, že bod (0-dimenzionální podprostor) je rovnoběžný s libovolným podprostorem. Dále z Věty 6.1 vyplývá, že i podprostory, které jsou v inkluzi (jeden podprostor je podprostorem druhého), jsou podle Definice 6.1 rovnoběžné. ♦ 6. Vzájemná poloha podprostorů 31 Věta 6.3. Nechť B ≡ b1x1 +· · ·+bnxn = b, C ≡ c1x1 +· · ·+cnxn = c jsou nadroviny v afinním prostoru An. Potom B C ⇔ ∃ reálné číslo λ = 0 tak, že bi = λci, i = 1, . . . , n. Je-li navíc b = λc, jsou nadroviny B, C totožné. Důkaz. Podle předpokladu je dim Z(B) = dim Z(C). Pak B C ⇔ Z(B) = Z(C) ⇔ rovnice: b1x1 + · · · + bnxn = 0 a c1x1 + · · · + cnxn = 0 mají stejné množiny řešení ⇔ ∃ nenulové číslo λ takové, že bi = λci, i = 1, . . . , n. Důsledek 6.2. Je-li B ≡ b1x1 + · · · + bnxn = b nadrovina, potom b1x1 + · · · + bnxn = α b, α ∈ R , je soustava všech nadrovin v An rovnoběžných s B. Definice 6.2. Dva podprostory B1, B2 afinního prostoru A se nazývají a) různoběžné, jestliže B1 B2 a B1 ∩ B2 = ∅ , b) mimoběžné, jestliže B1 B2 a B1 ∩ B2 = ∅ . Poznámka 6.2. Z předchozích dvou definic logicky vyplývá, že pro libovolné dva podprostory v An musí nastat právě jedna ze tří možností: jsou rovnoběžné, jsou různoběžné, jsou mimoběžné. Přitom zřejmě podprostory, které jsou totožné, respektive v inkluzi, jsou speciálním případem rovnoběžných prostorů. Výše uvedené věty o rovnoběžných podprostorech je možno bez problémů ilustrovat v názorné rovině nebo v názorném prostoru, tzn. v situacích rozebíraných na střední škole. Ve zbytku tohoto paragrafu budeme studovat některé vlastnosti různoběžných a mimoběžných podprostorů. Získaným výsledkům je možno ve většině případů (ale ne vždycky!) opět dát názorný středoškolský význam. ♦ Věta 6.4. Nechť B1, B2 jsou mimoběžné podprostory v An. Pak 1 ≤ dim B1, dim B2 ≤ n − 2 . Důkaz. B1, B2 jsou mimoběžné, tzn. musí být (Z(B1) ∩ Z(B2)) ⊂ Z(B2), odkud (viz [Ho94]) dim(Z(B1) ∩ Z(B2)) < dim Z(B2). Je tedy dim Z(B2) − dim(Z(B1) ∩ Z(B2)) ≥ 1. Odtud a podle Věty 2.6 (část 2) dostáváme dim(B1+B2) = dim(Z(B1)+Z(B2)) +1 = dim Z(B1)+dim Z(B2)−dim(Z(B1)∩Z(B2))+1 ≥ dim Z(B1)+1+1 = dim B1 +2. Tedy n ≥ dim(B1 +B2) ≥ dim B1 +2, odkud dim B1 ≤ n−2. Analogicky dostaneme, že dim B2 ≤ n − 2. Zbytek tvrzení, tzn. 1 ≤ dim B1, dim B2, je zřejmý, neboť 0-rozměrný podprostor, tj. bod, je vždy rovnoběžný s jakýmkoliv jiným podprostorem. 6. Vzájemná poloha podprostorů 32 Poznámka 6.3. Z předchozí Věty 6.4 vyplývá, že v afinním prostoru A, kde dim A = 0, 1, 2, žádné mimoběžné podprostory neexistují. O mimoběžných podprostorech má tedy smysl uvažovat pouze v případech, kdy dim A ≥ 3. Přitom, je-li dim A = 3, pak mimoběžnými podprostory mohou být pouze dvě přímky, respektive je-li dim A = 4, pak mimoběžnými podprostory mohou být dvě přímky nebo dvě roviny nebo přímka a rovina. Z poslední úvahy je patrno, že ve více než třírozměrných afinních prostorech obecně selhávají naše vžité názorné představy, které jsme si přinesli ze střední školy. V těchto situacích, kdy už není možné se opírat o názor, je pak třeba vycházet ze solidní znalosti algebry, především kapitol o vektorových prostorech a soustavách lineárních rovnic. ♦ Věta 6.5. Nechť N je nadrovina, B je libovolný podprostor v A. Pak: 1. N a B jsou buď rovnoběžné nebo různoběžné. 2. Jsou-li N a B různoběžné, pak dim(N ∩ B) = dim B − 1. Důkaz. 1. Tvrzení je přímým důsledkem Věty 6.4. 2. Nechť N a B jsou různoběžné, pak Z(B) Z(N), tzn. je Z(N) + Z(B) = Z(A), odkud dim(Z(N) + Z(B)) = dim A = n. Podle Věty 2.4 je dim(N ∩ B) = dim(Z(N)∩Z(B)) = dim Z(N)+dim Z(B)−dim(Z(N)+Z(B)) = n−1+dim Z(B)− n = dim B − 1. Věta 6.6. Nechť je dána přímka p ≡ X = A+tu, kde u = (u1; . . . ; un) a nadrovina N ≡ a1x1 + · · · + anxn = a v afinním prostoru An, n ≥ 2. Pak p a N jsou rovnoběžné (respektive různoběžné) právě když platí a1u1 + · · · + anun = 0 (respektive = 0). Důkaz. p N ⇔ Z(p) ⊆ Z(N) ⇔ u ∈ Z(N) ⇔ a1u1 +· · ·+anun = 0, neboť podle Věty 5.3 je Z(N) rovno množině všech řešení homogenní rovnice a1x1 +· · ·+anxn = 0. Podle Věty 6.4 však p a N mohou být pouze rovnoběžné nebo různoběžné, tzn. druhá část tvrzení je pak logickým důsledkem 1. části. Věta 6.7. Nechť B1 = {B1; W1} a B2 = {B2; W2} jsou dva podprostory v A. Pak: 1. B1 ⊆ B2 ∨ B2 ⊆ B1 ⇔ W1 ⊆ W2 ∨ W2 ⊆ W1, −−−→ B1B2 ∈ W1 + W2. 2. B1 B2 ∧ B1 ∩ B2 = ∅ ⇔ W1 ⊆ W2 ∨ W2 ⊆ W1, −−−→ B1B2 /∈ W1 + W2. 3. B1, B2 jsou různoběžné ⇔ W1 W2 ∧ W2 W1, −−−→ B1B2 ∈ W1 + W2. 4. B1, B2 jsou mimoběžné ⇔ W1 W2 ∧ W2 W1, −−−→ B1B2 /∈ W1 + W2. Důkaz. Tvrzení věty je důsledkem Definice 6.1 a Věty 2.3. Věta 6.8. Nechť B1 = {B1; W1} a B2 = {B2; W2} jsou dva podprostory v A. Pak: 6. Vzájemná poloha podprostorů 33 1. B1 ⊆ B2 ∨ B2 ⊆ B1 ⇔ dim(W1 + W2 + L( −−−→ B1B2)) = = max(dim W1, dim W2). 2. B1 B2 ∧ B1 ∩ B2 = ∅ ⇔ dim(W1 + W2) = max(dim W1, dim W2), dim(W1 + W2 + L( −−−→ B1B2)) = = dim(W1 + W2) + 1. 3. B1, B2 jsou různoběžné ⇔ dim(W1 + W2) > max(dim W1, dim W2), dim(W1 + W2 + L( −−−→ B1B2)) = = dim(W1 + W2). 4. B1, B2 jsou mimoběžné ⇔ dim(W1 + W2) > max(dim W1, dim W2), dim(W1 + W2 + L( −−−→ B1B2)) = = dim(W1 + W2) + 1. Důkaz. Pro rovnoběžné podprostory je W1 + W2 rovno většímu z podprostorů W1 nebo W2. Odtud je dim(W1 + W2) = max(dim W1, dim W2). Pro nerovnoběžné podprostory je W1 +W2 ostře větší než jednotlivé podprostory W1 nebo W2, a proto je dim(W1 + W2) > max(dim W1, dim W2). Pro podprostory s neprázdným průnikem je −−−→ B1B2 ∈ W1 +W2, a odtud dim(W1 + W2 + L( −−−→ B1B2)) = dim(W1 + W2). Pro neprotínající se podprostory je dim(W1 + W2 + L( −−−→ B1B2)) = dim(W1 + W2) + 1. Tvrzení je nyní důsledkem Věty 6.7. Poznámka 6.4. Z Věty 6.8 je vidět, že pro určení vzájemné polohy podprostorů B1 = {B1; W1} a B2 = {B2; W2} stačí znát dimenze vektorových prostorů W1, W2, W1+W2 a W1+W2+L( −−−→ B1B2). To se dá určit následujícím algoritmem. Předpokládejme, že k = dim(B1) ≥ dim(B2) = l a W1 = L(u1, . . . , uk), W2 = L(v1, . . . , vl). V libovolném afinním repéru vyjádříme vektory u1, . . . , uk, v1, . . . , vl, −−−→ B1B2 v souřadnicích a toto souřadnicové vyjádření zapíšeme do matice, kde souřadnice vektorů, ve výše uvedeném pořadí, jsou řádky matice. Matici potom převedeme do schodovítého tvaru. Při úpravách je nutno "hlídat" řádek odpovídající vektoru −−−→ B1B2, nejlépe tak, že tento řádek při úpravách matice ponecháváme stále jako poslední (případně jej ještě můžeme graficky oddělit čarou). Ze schodovitého tvaru matice potom vyčteme všechny potřebné informace. Mohou nastat následující možnosti: 1. Počet nenulových řádků vzniklých úpravou řádků, které odpovídají vektorům u1, . . . , uk, v1, . . . , vl je k a řádek odpovídající vektoru −−−→ B1B2 je nulový. Potom podprostor B2 je podprostorem v B1. 2. Počet nenulových řádků vzniklých úpravou řádků, které odpovídají vektorům u1, . . . , uk, v1, . . . , vl je k a řádek odpovídající vektoru −−−→ B1B2 je nenulový. Potom podprostoru jsou rovnoběžné s prázdným průnikem. 3. Počet nenulových řádků vzniklých úpravou řádků, které odpovídají vektorům u1, . . . , uk, v1, . . . , vl je větší než k a řádek odpovídající vektoru −−−→ B1B2 je nulový. Potom podprostory jsou různoběžné a dimenze průniku je rovna počtu nulových řádků, které odpovídají vektorům u1, . . . , uk, v1, . . . , vl. 6. Vzájemná poloha podprostorů 34 4. Počet nenulových řádků vzniklých úpravou řádků, které odpovídají vektorům u1, . . . , uk, v1, . . . , vl je větší než k a řádek odpovídající vektoru −−−→ B1B2 je nenulový. Potom podprostory jsou mimoběžné a dimenze průniku zaměření je rovna počtu nulových řádků, které odpovídají vektorům u1, . . . , uk, v1, . . . , vl. ♦ Důsledek 6.3. Nechť p ≡ X = A+tu je přímka a B = {B; W} je podprostor v A, dim B ≥ 1. Pak: 1. p ⊆ B ⇔ u, −→ AB ∈ W. 2. p B ∧ p ∩ B = ∅ ⇔ u ∈ W, −→ AB /∈ W. 3. p, B jsou různoběžné ⇔ u /∈ W, −→ AB ∈ L(u) + W. 4. p, B jsou mimoběžné ⇔ u /∈ W, −→ AB /∈ L(u) + W. Důkaz. Tvrzení je přímým důsledkem Věty 6.7. Poznámka 6.5. Pro praktické výpočty je výhodnější přeformulovat tvrzení předchozího Důsledku 6.3 do následujícího tvaru (ten je zřejmě ekvivalentní s původním a je důsledkem Věty 6.8): 1. p ⊆ B ⇔ dim(W + L(u) + L( −→ AB)) = dim W. 2. p B ∧ p ∩ B = ∅ ⇔ dim(W + L(u)) = dim W, dim(W + L(u) + L( −→ AB)) = dim W + 1. 3. p, B jsou různoběžné ⇔ dim(W + L(u)) = = dim(W + L(u) + L( −→ AB)) = dim W + 1. 4. p, B jsou mimoběžné ⇔ dim(W + L(u) + L( −→ AB)) = dim W + 2. ♦ Důsledek 6.4. Nechť p ≡ X = A + tu, q ≡ X = B + tv jsou dvě přímky v A. Pak platí: 1. p ≡ q ⇔ dim(L(u, v, −→ AB) = 1. 2. p q ∧ p ∩ q = ∅ ⇔ dim L(u, v) = 1, dim L(u, v, −→ AB) = 2. 3. p, q jsou různoběžné ⇔ dim L(u, v) = dim L(u, v, −→ AB) = 2. 4. p, q jsou mimoběžné ⇔ dim L(u, v, −→ AB) = 3. Důkaz. Tvrzení plyne bezprostředně z předchozí poznámky. Poznámka 6.6. Předchozí důsledek popisuje všechny možné případy vzájemné polohy dvou přímek v afinním prostoru A. Je třeba si uvědomit, že výsledek je částečně závislý na dimenzi celého prostoru A (zřejmě například v afinní rovině, tj. pro dim A = 2 nemůže nastat případ 4). V následující větě rozebereme analogicky všechny možné případy vzájemné polohy dvou rovin v A a na závěr pak vyšetříme úlohy o tzv. příčkách mimoběžných přímek. Přitom budeme používat následující terminologii: Řekneme, že dvě mimoběžné roviny mají společný jeden směr, jestliže průnik zaměření těchto rovin má dimenzi 1. 6. Vzájemná poloha podprostorů 35 Řekneme, že přímka p = {A; L(u)} je rovnoběžná s vektorem w (= o), je-li w ∈ L(u), tzn. jsou-li vektory u, w lineárně závislé. ♦ Věta 6.9. Nechť ≡ X = A + t1u1 + t2u2; σ ≡ X = B + s1v1 + s2v2 jsou dvě roviny v A. Označme k = dim L(u1, u2, v1, v2), l = dim L(u1, u2, v1, v2, −→ AB). Pak: 1. , σ jsou totožné ⇔ l = 2. 2. σ ∧ ∩ σ = ∅ ⇔ k = 2, l = 3. 3. , σ jsou různoběžné a mají společnou přímku ⇔ k = l = 3. 4. , σ jsou různoběžné a mají společný jeden bod ⇔ k = l = 4. 5. , σ jsou mimoběžné a mají společný jeden směr ⇔ k = 3, l = 4. 6. , σ jsou mimoběžné a nemají společný žádný směr ⇔ l = 5. Důkaz. Z algebry víme, že L(u1, u2) + L(v1, v2) = L(u1, u2, v1, v2) a dále, že dim L(u1, u2, v1, v2)+dim(L(u1, u2)∩L(v1, v2)) = dim L(u1, u2)+dim L(v1, v2) = 4. Navíc, podle Věty 2.3 se roviny , σ protínají právě když −→ AB ∈ L(u1, u2, v1, v2). Nyní již můžeme odvodit jednotlivá tvrzení: "1." , σ jsou totožné ⇔ L(u1, u2) = L(v1, v2)∧ −→ AB ∈ L(u1, u2, v1, v2) ⇔ l = 2. "2." σ ∧ ∩σ = ∅ ⇔ L(u1, u2) = L(v1, v2)∧ −→ AB /∈ L(u1, u2) ⇔ k = 2, l = 3. "3." , σ jsou různoběžné a mají společnou přímku ⇔ −→ AB ∈ L(u1, u2, v1, v2) a dim(L(u1, u2) ∩ L(v1, v2)) = 1 ⇔ k = l = 3. "4." , σ jsou různoběžné a mají společný právě jeden bod ⇔ ⇔ −→ AB ∈ L(u1, u2, v1, v2) a dim(L(u1, u2) ∩ L(v1, v2)) = 0 ⇔ k = l = 4. "5." , σ jsou mimoběžné a mají společný směr ⇔ −→ AB /∈ L(u1, u2, v1, v2) a dim(L(u1, u2) ∩ L(v1, v2)) = 1 ⇔ k = 3, l = 4. "6." , σ jsou mimoběžné a nemají společný žádný směr ⇔ −→ AB /∈ L(u1, u2, v1, v2) a dim(L(u1, u2) ∩ L(v1, v2)) = 0 ⇔ l = 5. Poznámka 6.7. Předchozí Věta 6.9 popisuje všechny možné případy vzájemné polohy dvou rovin v afinním prostoru A. Vidíme, že dvě roviny nemohou být mimoběžné v prostoru dimenze 3. Teprve ve čtyřrozměrném afinním prostoru mohou být dvě roviny mimoběžné, ale musí mít společný směr. V prostoru dimenze 5 mohou být dvě roviny mimoběžné a nemusí mít společný směr. ♦ Definice 6.3. Nechť p, q jsou mimoběžné přímky (mimoběžky) v A. Pak přímka r, která je různoběžná s přímkou p i q, se nazývá příčka mimoběžek p, q. Poznámka 6.8. Je zřejmé, že o mimoběžkách v A můžeme hovořit pouze tehdy, je-li dim A ≥ 3. Dále, jsou-li p = {A; L(u)}, q = {B; L(v)} mimoběžky v A, pak součtem obou přímek (ve smyslu součtu podprostorů) je p + q = {A; L(u, v, −→ AB)} , 6. Vzájemná poloha podprostorů 36 což je 3-rozměrný podprostor v A a je zřejmé, že každá příčka r = {C; L(w)} mimoběžek p, q musí ležet v tomto 3-rozměrném podprostoru(p + q), tzn. musí platit r ⊆ (p + q), w ∈ L(u, v, −→ AB) . Nyní rozebereme dvě základní úlohy o příčkách mimoběžek. ♦ Příklad 6.1. Nechť p = {A; L(u)}, q = {B; L(v)} jsou mimoběžky v A, nechť w ∈ L(u, v, −→ AB) je nenulový vektor. Nalezněte příčku r mimoběžek p, q, která je rovnob??ná s vektorem w. Řešení : Nechť příčka r protíná přímku p v bodě P a přímku q v bodě Q (viz Obr. 6.1). Obr. 6.1 Pak P = A + xu; Q = B + yv a k vyřešení úlohy stačí nalézt čísla x, y. Podle předpokladu existují reálná čísla a, b, c, d tak, že platí w = au + bv + c −→ AB , −→ PQ = dw, d = 0 Ale −→ PQ = −→ PA + −→ AB + −−→ BQ = −xu + −→ AB + yv a po dosazení dostáváme −xu + −→ AB + yv = adu + bdv + cd −→ AB , odkud (ad + x)u + (bd − y)v + (cd − 1) −→ AB = o . Z lineární nezávislosti vektorů u, v, −→ AB plyne x = −ad, y = bd, cd = 1, odkud vzhledem k tomu, že platí c = 0 ⇔ w ∈ L(u, v), dostáváme následující výsledek: (i) Je-li w ∈ L(u, v), pak úloha nemá řešení. (ii) Je-li w /∈ L(u, v), pak úloha má jediné řešení, kde x = −a c , y = b c a hledaná příčka je r = {P; L( −→ PQ)}. ♥ 6. Vzájemná poloha podprostorů 37 Příklad 6.2. Nechť p = {A; L(u)}, q = {B; L(v)} jsou mimoběžky v A, nechť M ∈ p + q je bod. Nalezněte příčku r mimoběžek p, q, která prochází bodem M. Řešení : Nechť příčka r protíná přímku p v bodě P a přímku q v bodě Q (viz Obr. 6.2). Obr. 6.2 Pak P = A + xu, Q = B + yv a k vyřešení úlohy stačí nalézt čísla x, y. Podle předpokladu existují reálná čísla a, b, c, d tak, že platí −−→ AM = au + bv + c −→ AB , −−→ PM = d −→ PQ = d (−x u + −→ AB + y v) , což plyne z −→ PQ = −→ PA + −→ AB + −−→ BQ = −xu + −→ AB + yv. Dále −−→ AM = −→ AP + −−→ PM = xu − dxu + d −→ AB + dyv , odkud porovnáním au + bv + c −→ AB = (x − dx)u + dyv + d −→ AB , tzn. (a − x + dx)u + (b − dy)v + (c − d) −→ AB = o . Z lineární nezávislosti vektorů u, v, −→ AB pak plyne a − x(1 − d) = 0 , b − dy = 0 , c − d = 0 , =⇒ x(1 − c) = a , yc = b , odkud dostáváme následující výsledek: 6. Vzájemná poloha podprostorů 38 (i) Je-li c = 0, b = 0, pak bod M ∈ p a úloha má nekonečně mnoho řešení, přičemž x = a, y je libovolné. (ii) Je-li c = 0, b = 0, pak přímka q je rovnoběžná s rovinou určenou bodem M a přímkou p a úloha nemá řešení. (iii) Je-li c = 1, a = 0, pak bod M ∈ q a úloha má nekonečně mnoho řešení, přičemž x je libovolné, y = b. (iv) Je-li c = 1, a = 0, pak přímka p je rovnoběžná s rovinou určenou bodem M a přímkou q a úloha nemá řešení. (v) Je-li c = 0, 1, tj. ve všech ostatních případech, má úloha jediné řešení, přičemž x = a 1−c , y = b c . ♥ Poznámka 6.9. Pro dobré pochopení úloh o mimoběžkách je nutné umět si představit, respektive znázornit nebo vymodelovat, jednotlivé možné situace pro případ n = 3 v afinním názorném prostoru. Dále poznamenejme, že pro řešení konkrétních úloh o příčkách mimoběžek není třeba si nazpaměť pamatovat hodnoty x a y získané diskuzí v Příkladech 6.1 a 6.2. Výhodnější je nalezení bodů P, respektive Q, běžným způsobem, tzn. využitím konkrétních podmínek ze zadané úlohy. Z výpočtu pak již automaticky vyjde, zda a kolik řešení úloha má a rovněž tvar řešení. ♦ Úloha 6.1. Vyšetřete vzájemnou polohu podprostorů B1 = {B1; L(u1, u2)} a B2 = {B2; L(v1, v2, v3)} afinního prostoru A5, je-li B1 = [2; 1; 4; 0; 0], u1 = (0; −1; −1; 2; 1), u2 = (1; 0; 1; 1; 0), B2 = [3; 0; 1; 3; 3], v1 = (1; 1; 0; 0; 1), v2 = (1; 0; −2; 1; 1), v3 = (1; −1; 0; 3; 1). Řešení : Ze zadání plyne, že dim B1 = 2, dim B2 = 3. (i) Ověření rovnoběžnosti B1 a B2. Platí B1 B2, jestliže W1 ⊆ W2 (opačná inkluze je zde vyloučena vzhledem k dimenzím B1 a B2), tzn. jestliže hodnost matice složené po řádcích ze souřadnic vektorů v1, v2, v3, u1, u2 je rovna 3. Je-li hodnost větší než 3, pak B1, B2 rovnoběžné nejsou. (ii) Ověření protínání B1 a B2. Podprostory B1 a B2 se protínají (tj. B1 ∩B2 = ∅), jestliže −−−→ B1B2 ∈ W1 + W2 (viz Věta 2.3), tzn. jestliže hodnost matice vyšetřované v (i) se přidáním řádku souřadnic vektoru −−−→ B1B2 nezmění. V opačném případě, tzn. jestliže se hodnost zvětší, je B1 ∩ B2 = ∅. Z rozboru je vidět, že obě části úlohy lze provést najednou. Je nutné přitom pouze "hlídat" řádek odpovídající vektoru −−−→ B1B2, nejlépe tak, že tento řádek při úpravách matice ponecháváme stále jako poslední (případně jej ještě můžeme graficky 6. Vzájemná poloha podprostorů 39 oddělit čarou). Tedy zde −−−→ B1B2 = (1; −1; −3; 3; 3), odkud pak          1 1 0 0 1 1 0 −2 1 1 1 −1 0 3 1 0 −1 −1 2 1 1 0 1 1 0 . . . . . . . . . . . . . . . . . 1 −1 −3 3 3          ∼ · · · ∼          1 1 0 0 1 0 −1 −2 1 0 0 0 1 1 1 0 0 0 −3 −4 0 0 0 0 0 . . . . . . . . . . . . . . . . . . . . 0 0 0 0 1          . Z tvaru výsledné matice pak odvodíme, že podprostory B1, B2 jsou mimoběžné a jejich zaměření mají jako průnik jednodimenzionální podprostor (plyne z počtu nulových řádků nad čarou). Úloha 6.2. V A4 vyšetřete vzájemnou polohu rovin = {A; L(u1, u2)}, σ = {B; L(v1, v2)} v závislosti na parametrech r, s, je-li A = [2; −1; −1; 4], u1 = (1; 1; 0; 2), u2 = (1; 2; −2; 3), B = [2; −1; r; 9], v1 = (2; 1; 1; −3), v2 = (−1; 0; 1; 2s). Řešení : Protože se jedná o dvě roviny, můžeme použít Větu 6.9, tzn. nalézt hodnoty k, respektive l tak, že nalezneme hodnost matice složené po řádcích ze souřadnic vektorů u1, u2, v1, v2, respektive ještě −→ AB. Při výpočtu je opět nutné "hlídat" řádek odpovídající vektoru −→ AB. Tedy zde −→ AB = (0; 0; r + 1; 5), odkud pak        1 1 0 2 1 2 −2 3 2 1 1 −3 −1 0 1 2s . . . . . . . . . . . . . . . . . 0 0 r + 1 5        ∼ · · · ∼        1 1 0 2 0 1 −2 1 0 0 −1 −6 0 0 0 2s − 17 . . . . . . . . . . . . . . . . . . . 0 0 0 −6r − 1        . Odtud dostáváme: (i) Je-li s = 17 2 , r = −1 6 , pak k = l = 3 a roviny , σ jsou různoběžné a mají společnou přímku. (ii) Je-li s = 17 2 , r = −1 6 , pak k = 3, l = 4 a roviny , σ jsou mimoběžné a mají společný jeden směr. (iii) Je-li s = 17 2 , pak pro všechna r ∈ R je k = l = 4 a roviny , σ jsou různoběžné a mají společný jeden bod. Úloha 6.3. V A4 nalezněte příčku r mimoběžek p ≡ X = A + tu, q ≡ X = B + sv, procházející bodem M, je-li A = [1; 5; 2; −1], u = (1; 2; 1; 0), B = [0; −1; 1; 1], v = (3; 1; 0; 1), M = [0; 1; −5; −3]. Řešení : Označme P (respektive Q) průsečík hledané příčky s přímkou p (respektive q). Potom je P = [1+t; 5+2t; 2+t; −1] a Q = [3s; −1+s; 1; 1+s]. Neznámými, 7. Svazek nadrovin, trs rovin 40 které chceme vypočítat, jsou pak hodnoty t a s (k vyřešení úlohy tak, jak byla formulována, však stačí nalézt jen jednu z hodnot t, s, neboť k určení hledané příčky r stačí znát jeden z bodů P, Q). Platí například (viz obrázek k Příkladu 6.2) −−→ MP = k −−→ MQ, tzn. (1 + t; 4 + 2t; 7 + t; 2) = k(3s; −2 + s; 6; 4 + s) , odkud z rovnosti odpovídajících si složek dostáváme soustavu lineárních rovnic o třech neznámých ks, k, t. 3ks − t = 1 , ks − 2k − 2t = 4 , 6k − t = 7 , ks + 4k = 2 , jehož vyřešením například Gaussovou metodou dostáváme t = −3 (respektive k = 2 3 , ks = −2 3 , odkud pak s = −1). Dosazením za t pak získáme vektor −−→ MP. Výsledná příčka je tedy r ≡ X = M + tw, kde M = [0; 1; −5; −3], w = −−→ MP = (−2; −2; 4; 2). Úloha 6.4. V A3 nalezněte příčku r mimoběžek p ≡ X = A + tu, q ≡ X = B + sv, která je rovnoběžná s vektorem w, je-li w = (8; 7; 1), A = [10; −7; 0], u = (5; 4; 1), B = [−3; 5; 0], v = (2; 1; 1). Řešení : Označme P (respektive Q) průsečík hledané příčky s přímkou p (respektive q). Potom P = [10 + 5t; −7 + 4t; t] (respektive Q = [−3 + 2s; 5 + s; s]) a opět hledáme hodnoty t, s. Platí −→ PQ = kw, neboli (−13 + 2s − 5t; 12 + s − 4t; s − t) = (8k; 7k; k) , tzn. dostáváme soustavu lineárních rovnic o třech neznámých k, s, t 8k − 2s + 5t = −13 , 7k − s + 4t = 12 , k − s + t = 0 , o níž však výpočtem snadno zjistíme, že nemá řešení, takže hledaná příčka r neex- istuje. 7 Svazek nadrovin, trs rovin V tomto paragrafu zavedeme pojem svazku nadrovin a podrobněji si všimneme především svazku přímek v rovině a svazku rovin v A3. Zavedeme také pojem trsu rovin v A3. Svazky a trsy jsou užitečným nástrojem při řešení celé řady geometrických úloh. 7. Svazek nadrovin, trs rovin 41 Definice 7.1. Nechť B je (n−2)-dimenzionální podprostor v An, n ≥ 2. Množina nadrovin v An, které obsahují podprostor B, se nazývá svazek nadrovin 1. druhu. Množina navzájem rovnoběžných nadrovin v An se nazývá svazek nadrovin 2. druhu. Pro n = 2 hovoříme o svazku přímek 1. a 2. druhu a bod S, společný pro všechny přímky svazku 1. druhu, se nazývá střed nebo vrchol svazku. Pro n = 3 hovoříme o svazku rovin 1. a 2. druhu a přímka o, společná pro všechny roviny svazku 1. druhu, se nazývá osa svazku. Věta 7.1. Libovolné dvě různé nadroviny v An určují svazek nadrovin. Důkaz. Dvě nadroviny v An mohou být buď rovnoběžné nebo různoběžné a jejich průnikem je podprostor dimenze (n − 2) (viz Věta 6.5). V prvním případě určují svazek navzájem rovnoběžných nadrovin a ve druhém případě svazek nadrovin prvního druhu. Úmluva 7.1. Dále se budeme zabývat souřadnicovým vyjádřením svazku nadrovin. Abychom zkrátili zápisy, budeme používat následující symbolické označení: L(X) = a1x1 + · · · + anxn + a, tj. obecná rovnice nadroviny α je tvaru α ≡ L(X) = 0. ♦ Věta 7.2. Nechť α1 ≡ L1(X) = a1x1 + · · · + anxn + a = 0, α2 ≡ L2(X) = b1x1 +· · ·+bnxn +b = 0 jsou dvě různé nadroviny. Pak nadrovina α patří do svazku nadrovin určeného nadrovinami α1 a α2 právě tehdy, když existují λ1, λ2 ∈ R tak, že α ≡ λ1L1(X) + λ2L2(X) = 0 , (7.1) tj. α ≡ n i=1 (λ1ai + λ2bi)xi + (λ1a + λ2b) = 0 , (7.2) přičemž (λ1, λ2) není řešením homogenní soustavy n lineárních rovnic a1x1 + b1x2 = 0 , ... (7.3) anx1 + bnx2 = 0 . Důkaz. "⇐" Z podmínky (7.3) vyplývá, že α ≡ λ1L1(X) + λ2L2(X) = 0 je rovnice nadroviny. Musíme ukázat, že nadrovina α patří do svazku určeného nadrovinami α1 a α2. Situaci musíme rozdělit na dva případy. 1. Nechť α1 ∩α2 = ∅, pak α1 a α2 určují svazek nadrovin 1. druhu se společným podprostorem B = α1 ∩ α2, dim B = n − 2. Předpokládejme, že Y ∈ B je libovolný bod, tj. Y ∈ α1 ⇔ L1(Y ) = 0 a Y ∈ α2 ⇔ L2(Y ) = 0. Potom λ1L1(Y )+λ2L2(Y ) = 7. Svazek nadrovin, trs rovin 42 0 ⇔ Y ∈ α, a tedy B ⊂ α a α patří do svazku nadrovin, který je určen nadrovinami α1 a α2. 2. Nechť α1 α2, pak podle Věty 6.3 existuje nenulové číslo k ∈ R takové, že bi = kai, i = 1, . . . , n. Ze (7.2) potom dostáváme λ1ai + λ2bi = (λ1 + kλ2)ai a z podmínky (7.3) je (λ1 + kλ2) = 0. Je tedy nadrovina α rovnoběžná s nadrovinou α1 a patří do svazku nadrovin 2. druhu určeného nadrovinami α1 a α2. "⇒" Nechť patří α do svazku nadrovin určeného nadrovinami α1 a α2. Potom nastávají následující možnosti: a) α ≡ α1 ⇔ α ≡ λ1L1(X) = 0 , λ1 = 0. b) α ≡ α2 ⇔ α ≡ λ2L2(X) = 0 , λ2 = 0. c) α ≡ α1 a α ≡ α2. Uvažujme libovolný bod P ∈ α takový, že P /∈ α1 a P /∈ α2, tj. L1(P) = 0 a L2(P) = 0. Označme λ1 = L2(P) a λ2 = −L1(P). Ukážeme sporem, že λ1, λ2 nejsou řešením soustavy (7.3). Předpokládejme tedy, že aiL2(P) − biL1(P) = 0 (7.4) pro všechna i = 1, . . . , n. Z předpokladu L1(P) = 0 je bi = λai , λ = L2(P) L1(P) . (7.5) Nyní musíme rozlišit dva případy: 1. α1, α2 určují svazek 1. druhu ⇔ α1 α2 ⇔ (b1; . . . ; bn) = k(a1; . . . ; an), což je ve sporu s (7.5). 2. α1, α2 určují svazek 2. druhu ⇔ α1 α2 ⇔ (b1; . . . ; bn) = k(a1; . . . ; an). Potom ze (7.4) plyne b = ka, tj. L2(X) = kL1(X) ⇔ α1 ≡ α2, což je ve sporu s předpokladem, že α1, α2 jsou různé nadroviny. Dohromady tedy dostáváme, že λ1 = L2(P) a λ2 = −L1(P) nejsou řešením soustavy (7.3), a odtud λ1L1(X) + λ2L2(X) = 0 je rovnicí nadroviny, která podle první části důkazu patří do svazku nadrovin určeného nadrovinami α1, α2 a prochází bodem P. Poznámka 7.1. Rovnici α ≡ λ1L1(X) + λ2L2(X) = 0 nazýváme rovnicí svazku nadrovin, který je určen nadrovinami α1 ≡ L1(X) = 0 a α2 ≡ L2(X) = 0. Čísla λ1, λ2 se nazývají parametry (vzhledem k nadrovinám α1, α2) nadroviny α ve svazku. Protože je rovnice nadroviny určena až na nenulový násobek, jsou pro nenulové k ∈ R čísla kλ1, kλ2 parametry téže nadroviny, a nadrovina je tedy určena poměrem λ1 : λ2. ♦ 7. Svazek nadrovin, trs rovin 43 Poznámka 7.2. Z Věty 7.1 vyplývá, že neparametrické rovnice podprostoru B dimenze (n − 2) jsou vlastně rovnice dvou nadrovin, které určují B jako podprostor společný všem nadrovinám svazku těmito nadrovinami určeného. ♦ Poznámka 7.3. Nechť α1, α2 určují svazek nadrovin druhého druhu, tj. α1 α2, což je ekvivalentní s (b1; . . . ; bn) = k(a1; . . . ; an), 0 = k ∈ R. Potom pro nadrovinu α ve svazku můžeme zvolit parametry λ1, λ2 tak, že λ1 +kλ2 = 1 a ze (7.2) dostaneme α ≡ a1x1 + · · · + anxn + c = 0 , kde c = λ1a + λ2b. Toto vyjádření nadroviny ve svazku 2. druhu je mnohem užitečnější při praktických výpočtech. ♦ Věta 7.3. Tři různé nadroviny α1 ≡ L1(X) = a1x1 + · · · + anxn + a = 0, α2 ≡ L2(X) = b1x1 + · · · + bnxn + b = 0, α3 ≡ L3(X) = c1x1 + · · · + cnxn + c = 0 patří do téhož svazku nadrovin právě tehdy, když h   a1 · · · an a b1 · · · bn b c1 · · · cn c   = 2 . (7.6) Důkaz. "⇒" Patří-li např. α3 do svazku nadrovin určeného nadrovinami α1, α2, je L3(X) = λ1L1(X) + λ2L2(X), kde (λ1, λ2) není řešením soustavy (7.3). Potom je třetí řádek matice lineární kombinací prvních dvou (s koeficienty λ1, λ2) a z předpokladu α1 ≡ α2 dostáváme tvrzení. "⇐" Z h(A) = 2 a různosti rovin αi je např. třetí řádek matice lineární kombinací prvních dvou, tj. ci = λ1ai + λ2bi, i = 1, . . . , n, c = λ1a + λ2b. Potom L3(X) = λ1L1(X)+λ2L2(X) a α3 patří do svazku nadrovin určeného nadrovinami α1, α2. Důsledek 7.1. Tři různé přímky p1 ≡ L1(X) = a1x + a2y + a = 0, p2 ≡ L2(X) = b1x + b2y + b = 0, p3 ≡ L3(X) = c1x + c2y + c = 0 patří do téhož svazku přímek právě tehdy, když a1 a2 a b1 b2 b c1 c2 c = 0 . (7.7) Důkaz. Tvrzení je přímým důsledkem Věty 7.2. Na závěr tohoto paragrafu ještě zavedeme pojem trsu rovin v A3. Podobně jako u svazku nadrovin bychom mohli definovat i trs nadrovin pro libovolnou dimenzi n ≥ 3, ale prakticky se nesetkáme s jiným případem než n = 3. Definice 7.2. Nechť S je bod a p je přímka v A3. Množina rovin v A3, které obsahují bod S, se nazývá trs rovin 1. druhu. Bod S se nazývá vrchol nebo střed trsu rovin. Množina rovin v A3, které jsou rovnoběžné s přímkou p, se nazývá trs rovin 2. druhu. 7. Svazek nadrovin, trs rovin 44 Věta 7.4. Libovolné tři různé roviny v A3, které nepatří do jednoho svazku rovin, určují trs rovin. Důkaz. Tři roviny v A3, které nepatří do jednoho svazku rovin, mají buď právě jeden společný bod nebo nemají žádný společný bod a jejich zaměření mají právě jeden společný směr. V prvním případě určují trs rovin 1. druhu a ve druhém případě trs rovin 2. druhu. Věta 7.5. Nechť ρ1 ≡ L1(X) = a1x1 + a2x2 + a3x3 + a = 0, ρ2 ≡ L2(X) = b1x1 + b2x2 + b3x3 + b = 0, ρ3 ≡ L3(X) = c1x1 + c2x2 + c3x3 + c = 0 jsou tři roviny, které nepatří do jednoho svazku rovin. Pak nadrovina ρ patří do trsu rovin určeného rovinami ρ1, ρ2 a ρ3 právě tehdy, když existují λ1, λ2, λ3 ∈ R tak, že ρ ≡ λ1L1(X) + λ2L2(X) + λ3L3(X) = 0 , (7.8) přičemž (λ1, λ2, λ3) není řešením homogenní soustavy rovnic a1x1 + b1x2 + c1x3 = 0 , a2x1 + b2x2 + c2x3 = 0 , (7.9) a3x1 + b3x2 + c3x3 = 0 . Důkaz. Důkaz se provede stejně jako důkaz Věty 7.2 a ponecháme jej na čtenáři. Věta 7.6. Čtyři různé roviny ρ1 ≡ L1(X) = a1x1 + a2x2 + a3x3 + a = 0, ρ2 ≡ L2(X) = b1x1 + b2x2 + b3x3 + b = 0, ρ3 ≡ L3(X) = c1x1 + c2x2 + c3x3 + c = 0, ρ4 ≡ L4(X) = d1x1 + d2x2 + d3x3 + d = 0, z nichž žádné tři nepatří do téhož svazku rovin, patří do téhož trsu rovin právě tehdy, když a1 a2 a3 a b1 b2 b3 b c1 c2 c3 c d1 d2 d3 d = 0 . (7.10) Důkaz. Podmínka, že žádné tři z rovin ρ1, . . . , ρ4 nepatří do téhož svazku rovin, je ekvivalentní tomu, že matice A sestavená z koeficientů rovnic má hodnost ≥ 3. Stejně jako v důkazu Věty 7.3 se dokáže, že ρ1, . . . , ρ4 patří do téhož trsu rovin právě tehdy, když h(A) = 3, a odtud dostáváme |A| = 0. Na druhé straně, je-li |A| = 0, je např. poslední řádek matice A lineární kombinaci prvních tří, což je ekvivalentní s tím, že ρ4 patří do trsu určeného rovinami ρ1, ρ2, ρ3. Úloha 7.1. Určete rovnici přímky r v rovině, která prochází průsečíkem přímek p1 ≡ x + 2y − 5 = 0 a p2 ≡ 3x − 2y + 1 = 0 a navíc a) prochází bodem P = [3; −1], b) je rovnoběžná s přímkou q ≡ 4x + 3y + 1 = 0. 8. Dělicí poměr, střed dvojice bodů 45 Řešení : a) Hledaná přímka r patří do svazku přímek 1. druhu, který je určen přímkami p1 a p2, tj. r ≡ λ1(x + 2y − 5) + λ2(3x − 2y + 1) = 0. Podmínka P ∈ r dává rovnici −4λ1 + 12λ2 = 0, odkud λ1 : λ2 = 12 : 4 = 3 : 1. Výsledek: r ≡ 6x + 4y − 14 = 0. b) Hledaná přímka r patří do svazku přímek 2. druhu určeného přímkou q, tj. r ≡ 4x+3y +c = 0, a současně do svazku přímek 1. druhu, který je určen přímkami p1 a p2. Z Důsledku 7.1 je 1 2 −5 3 −2 1 4 3 c = 0 ⇔ c = −10 . Výsledek: r ≡ 4x + 3y − 10 = 0. Úloha 7.2. Bodem M = [2; 3; 1] veď te příčku mimoběžek p ≡ x + y = 0 , x − y + z + 4 = 0 , q ≡ x + 3y − 1 = 0 , y + z − 2 = 0 . Řešení : Hledaná příčka r musí ležet v rovinách ρ1(M, p) a ρ2(M, q). Rovina ρ1 patří do svazku s osou p, tj. ρ1 ≡ λ1(x + y) + λ2(x − y + z + 4) = 0 a podmínka M ∈ ρ1 dává rovnici 5λ1 + 4λ2 = 0, tj. λ1 : λ2 = −4 : 5, odkud dostáváme ρ1 ≡ x − 9y + 5z + 20 = 0. Podobně rovina ρ2 patří do svazku s osou q, tj. ρ2 ≡ λ1(x+3y−1)+λ2(y+z−2) = 0 a podmínka M ∈ ρ2 dává rovnici 10λ1 + 2λ2 = 0, tj. λ1 : λ2 = −1 : 5, odkud dostáváme ρ2 ≡ x − 2y − 5z + 9 = 0. Výsledek: hledaná příčka r ≡ x − 9y + 5z + 20 = 0 , x − 2y − 5z + 9 = 0 . 8 Dělicí poměr, střed dvojice bodů Definice 8.1. Nechť A, B, C jsou tři navzájem různé body ležící na dané přímce p. Reálné číslo λ splňující vztah −→ AC = λ −−→ BC (8.1) nazýváme dělicím poměrem bodu C vzhledem k bodům A, B (v tomto pořadí) a označujeme symbolem (C; A, B). Poznámka 8.1. Předchozí definice je formálně vyslovena pro přímku, tj. pro jednorozměrný afinní prostor, ale je zřejmé, že pojem dělicího poměru je stejným způsobem definován i pro tři navzájem různé body jakéhokoliv jednorozměrného podprostoru (tj. přímky) v afinním n-rozměrném prostoru A. Podstatné je tedy pouze to, aby uvažované body A, B, C ležely na jedné přímce. ♦ 8. Dělicí poměr, střed dvojice bodů 46 Věta 8.1. Nechť A = [a1; . . . ; an], B = [b1; . . . ; bn], C = [c1; . . . ; cn] jsou tři navzájem různé body ležící na jedné přímce v afinním prostoru A. Nechť (C; A, B) = λ. Pak platí ci − ai = λ(ci − bi), i = 1, . . . , n . (8.2) Důkaz. Platí-li předpoklady věty, pak −→ AC = (c1 − a1; . . . ; cn − an), −−→ BC = (c1 − b1; . . . ; cn − bn) a tvrzení věty vyplývá přímo z Definice 8.1. Poznámka 8.2. Vztahy (8.2), což je celkem n rovností mezi reálnými čísly, budeme dále obvykle stručně zapisovat jedinou symbolickou rovnicí (C − A) = λ(C − B) . Bezprostředně lze ověřit (například rozepsáním pomocí transformačních rovnic pro souřadnice bodů), že hodnota dělicího poměru λ, která je vztahy (8.2) jednoznačně určena, nezávisí na volbě afinního repéru. Zárověň připomeňme, že hodnota λ není obecně jednoznačně určena každým ze vztahů (8.2). Může se totiž stát, že ai = bi = ci pro jeden nebo více indexů i (nikoliv však pro všechny!) a pro takové i je pak (8.2) tvaru 0 = λ · 0. Je-li však prostor A jednorozměrný a A = [a], B = [b], C = [c], pak musí být a, b, c navzájem různá reálná čísla, a je (C; A, B) = c − a c − b . Konečně, z Definice 8.1 ihned plyne, že dělicí poměr λ = (C; A, B) je reálné číslo, různé od 0, respektive 1, neboť jinak by bylo A = C, respektive A = B, což je vyloučeno. V následující větě ukážeme, že zobrazení přiřazující každému bodu C (C = B, C = A) dělicí poměr (C; A, B) je bijekcí množiny p − {A, B} na množinu R − {0, 1}. ♦ Věta 8.2. Nechť A, B jsou dva různé body na přímce p, nechť λ je reálné číslo 0 = λ = 1. Pak existuje na přímce p jediný bod C, různý od A, B, splňující vztah (C; A, B) = λ. Důkaz. Protože pojem dělicího poměru nezávisí na volbě afinního repéru, provedeme důkaz v souřadnicích vzhledem k vhodně zvolenému afinnímu repéru, s využitím Věty 8.1. Nechť tedy A; −→ AB je afinní repér na p. Vzhledem k němu je pak A = [0], B = [1]. Budeme hledat všechny body C = [x], které splňují vztah (C; A, B) = λ. Podle Věty 8.1 je x − 0 = λ · (x − 1), odkud x = λ λ−1 . Vidíme, že hodnota x je určena jednoznačně a je x = 0, x = 1, a tedy bod C s uvedenou vlastností je jediný a je různý od A i B. Z Definice 8.1, případně z Věty 8.1 je zřejmé, že pořadí, v jakém zapisujeme body A, B, C ve výrazu pro dělicí poměr, je pevně dáno a je podstatné. Následující věta ukáže, jak se změní dělicí poměr tří bodů, změníme-li jejich pořadí. 8. Dělicí poměr, střed dvojice bodů 47 Věta 8.3. Nechť A, B, C jsou tři navzájem různé body na přímce a nechť (C; A, B) = λ. Pak platí 1. (C; B, A) = 1 λ , 2. (B; A, C) = 1 − λ , 3. (B; C, A) = 1 1 − λ , 4. (A; B, C) = λ − 1 λ , 5. (A; C, B) = λ λ − 1 . Důkaz. 1. Podle předpokladu −→ AC = λ −−→ BC, odkud −−→ BC = 1 λ −→ AC, a tedy (C; B, A) = 1 λ . 2. −→ AC = −→ AB + −−→ BC = λ −−→ BC, tzn. −→ AB = (λ − 1) −−→ BC, odkud dostáváme −→ AB = (1 − λ) −−→ CB, a tedy (B; A, C) = 1 − λ. 3., 4., 5. plynou bezprostředně z 1. a 2. Věta 8.4. Nechť N1, N2, N3 jsou tři různé rovnoběžné nadroviny v afinním n-rozměrném prostoru An, n ≥ 2. Nechť r, s jsou přímky v An, různoběžné s těmito nadrovinami. Označme Ri = r ∩ Ni, Si = s ∩ Ni, i = 1, 2, 3. Pak platí (R3; R1, R2) = (S3; S1, S2) . Důkaz. Pro názornost si nejprve situaci popsanou ve Větě 8.4 ilustrujme obrázkem pro nejjednodušší případy, tj. n = 2, 3 (viz Obr. 8.1). Obr. 8.1 Nyní k vlastnímu důkazu. Nechť r = {A; L(u)}, s = {B; L(v)} a dále zvolme v An afinní repér R = P; e1, . . . , en−1, en (8.3) 8. Dělicí poměr, střed dvojice bodů 48 a to tak, že vektory e1, . . . , en−1 jsou bází zaměření nadroviny N1 (a tudíž i N2 a N3) a všechny souřadnice vyjadřujeme nyní vzhledem k (8.3). Potom Ni ≡ xn = ci, kde ci, i = 1, 2, 3, jsou navzájem různá reálná čísla. Nechť Ri = [r1i; . . . ; rni], Si = [s1i; . . . ; sni], u = (u1; . . . ; un), v = (v1; . . . ; vn). Vzhledem k tomu, jak jsme zvolili repér R, musí být rn1 = sn1 = c1, rn2 = sn2 = c2, rn3 = sn3 = c3 (neboť body Ri, Si leží oba v nadrovině Ni), respektive un = 0, vn = 0 (neboť přímky r, s nejsou rovnoběžné s N1), a tedy také rni − rnj = 0, sni − snj = 0 pro i = j. Odtud a z (8.2) pak dostáváme (R3; R1, R2) = rn3 − rn1 rn3 − rn2 = c3 − c1 c3 − c2 = sn3 − sn1 sn3 − sn2 = (S3; S1, S2) . Definice 8.2. Nechť A, B jsou body afinního prostoru A. Je-li A = B, pak středem dvojice bodů A, B nazýváme bod A. Je-li A = B, pak středem dvojice bodů A, B nazýváme bod S ∈ A, pro který platí (S; A, B) = −1. Poznámka 8.3. Uvědomme si, že v definici středu dvojice bodů nezáleží na pořadí bodů A, B (neboť podle Věty 8.3 je (S; A, B) = −1 právě když (S; B, A) = −1). Vzhledem k Větě 8.2 je pak střed dvojice bodů určen jednoznačně. ♦ Věta 8.5. Nechť A, B ∈ A jsou libovolné body. Pak bod S je středem dvojice bodů A, B právě když S = A + 1 2 −→ AB . Důkaz. Tvrzení je zřejmé, pokud A = B. Nechť tedy A = B. Potom: “⇒" Nechť S je středem dvojice bodů A, B. Pak (S; A, B) = −1, tj. −→ AS = − −→ BS = −( −→ BA + −→ AS), odkud 2 −→ AS = −→ AB. Pak −→ AS = 1 2 −→ AB, neboli S = A + 1 2 −→ AB. “⇐" Nechť S = A+ 1 2 −→ AB, pak 2 −→ AS = −→ AS + −→ AS = −→ AB, odkud −→ AS = −→ SA+ −→ AB = −→ SB = − −→ BS. Tedy (S; A, B) = −1 a S je středem dvojice bodů A, B. Důsledek 8.1. Nechť A = [a1; . . . ; an], B = [b1; . . . ; bn] jsou libovolné body v An. Pak bod S je středem dvojice bodů A, B právě když S = 1 2 (a1 + b1); . . . ; 1 2 (an + bn) . Důkaz. Tvrzení plyne přímo z předchozí věty, uvědomíme-li si, že platí −→ AB = (b1 − a1; . . . ; bn − an). Poznámka 8.4. Vyjádření souřadnic středu S dvojice bodů A, B z předchozího důsledku můžeme zapsat stručně symbolickou rovnicí S = 1 2 (A + B) = 1 2 A + 1 2 B . 8. Dělicí poměr, střed dvojice bodů 49 Přitom je třeba ještě jednou zdůraznit, že tento zápis je symbolický a znamená, že bod S je afinní kombinací bodů A, B (viz Definice 5.2) a symbolizuje tedy n odpovídajících rovností mezi souřadnicemi. Podle Poznámky 5.3 je střed dvojice bodů těžištěm hmotné soustavy tvořené pouze těmito body. ♦ Věta 8.6. Nechť A, B, C, D jsou čtyři body v An. Potom platí −→ AB = −−→ CD ⇔ 1 2 (A + D) = 1 2 (B + C) . Důkaz. Nechť A = [a1; . . . ; an], B = [b1; . . . ; bn], C = [c1; . . . ; cn], D = [d1; . . . ; dn]. Pak −→ AB = (b1 − a1; . . . ; bn − an), −−→ CD = (d1 − c1; . . . ; dn − cn) a zřejmě platí bi − ai = di − ci ⇔ 1 2 (ai + di) = 1 2 (bi + ci), i = 1, . . . , n . Poznámka 8.5. Předchozí Věta 8.6 ukazuje souvislost v algebře zavedeného pojmu vektoru (viz [Ho94]) se středoškolským pojmem vektoru. Věta 8.6 totiž říká, že dvojice bodů A, B a C, D určují stejný vektor právě tehdy, mají-li dvojice bodů A, D a B, C stejný střed (viz Obr. 8.2), což je jeden z obvyklých způsobů používaný při zavádění (volných) vektorů na střední škole. Obr. 8.2 Konkrétně, v názorné rovině (prostoru) je vázaný vektor definován jako uspořádaná dvojice bodů (A, B), kterou značíme −→ AB. Na množině vázaných vektorů se definuje relace ekvipolence takto: −→ AB = −−→ CD ⇔ 1 2 (A + D) = 1 2 (B + C) . Tato relace je relací ekvivalence na množině všech vázaných vektorů a třídy rozkladu příslušného této ekvivalenci se nazývají volné vektory (prvky ze zaměření názorné roviny). ♦ Úloha 8.1. Na přímce p jsou dány čtyři navzájem různé body A, B, C, D. Dokažte, že platí (D; A, B) · (D; B, C) = (D; A, C) . 9. Uspořádání na přímce, poloprostor, úhel 50 Řešení : Nechť vzhledem k pevnému afinnímu repéru na přímce p je A = [a], B = [b], C = [c], D = [d]. Pak užitím Věty 8.1 dostáváme (D; A, B) · (D; B, C) = d − a d − b · d − b d − c = d − a d − c = (D; A, C) , což dává dokazované tvrzení. Úloha 8.2. Jsou dány body A = [1; −1; 2; 1], B = [2; 1; 1; 0] v A4. Určete bod C ∈ A4, víte-li, že střed dvojice bodů A, C leží v nadrovině N ≡ x1 +x2 −x4 +4 = 0 a střed dvojice bodů B, C leží na přímce p ≡ X = [2; 0; 1; 3] + t(0; 2; −1; 1). Řešení : Nechť C = [c1; c2; c3; c4] je hledaný bod. Potom: a) Označíme-li SAC střed dvojice bodů A, C, pak podle Důsledku 8.1 je v souřadnicích SAC = 1+c1 2 ; −1+c2 2 ; 2+c3 2 ; 1+c4 2 . Ale SAC ∈ N, tzn. po dosazení souřadnic SAC do rovnice N a úpravě dostáváme c1 + c2 − c4 + 7 = 0 . (8.4) Vidíme, že body C s vlastností SAC ∈ N vyplní nadrovinu (8.4), která je rovnoběžná s nadrovinou N. b) Označíme-li SBC střed dvojice bodů B, C, pak v souřadnicích je SBC = 2+c1 2 ; 1+c2 2 ; 1+c3 2 ; c4 2 . Ale SBC ∈ p, tzn. po dosazení souřadnic SBC do parametrického vyjádření přímky p a úpravě dostáváme    c1 = 2 , c2 = −1 + 4t , c3 = 1 − 2t , c4 = 6 + 2t . (8.5) Vidíme tedy, že body C s vlastností SBC ∈ p vyplní přímku (8.5), která je rovnoběžná s přímkou p. Řešením úlohy je pak množina bodů patřících do průniku nadroviny (8.4) a přímky (8.5) (což teoreticky může být buď prázdná množina nebo jeden bod nebo přímka (8.5)). V našem případě po dosazení (8.5) do (8.4) dostáváme 2 − 1 + 4t − 6 − 2t + 7 = 0 =⇒ t = −1 , odkud plyne, že hledaný bod C je jediný, a sice C = [2; −5; 3; 4]. 9 Uspořádání na přímce, poloprostor, úhel V tomto paragrafu budeme nejprve na množině všech bodů na přímce zavádět jistou relaci uspořádání. Připomeňme si z algebry (viz [Ho94]), že relací uspořádání na 9. Uspořádání na přímce, poloprostor, úhel 51 dané množině M (= ∅) rozumíme relaci na M, která je reflexivní, antisymetrická a tranzitivní. Je-li tato relace navíc ještě úplná, hovoříme pak o úplném (nebo též lineárním) uspořádání. Dále, je-li relací uspořádání na M a definujeme-li na M relaci ¯ předpisem x ¯y právě když y x, pro x, y ∈ M , pak je ihned vidět, že ¯ je rovněž relací uspořádání na M. Relaci ¯ pak nazýváme opačné uspořádání k uspořádání . Nejběžnějším příkladem úplného uspořádání na množině reálných čísel R je relace přirozeného uspořádání (nebo též uspořádání podle velikosti), označovaná symbolem ≤ a definovaná: x ≤ y právě když (y − x) je nezáporné číslo, pro x, y ∈ R . Opačné uspořádání k přirozenému uspořádání na R jsme tradičně zvyklí označovat symbolem ≥. Nyní tedy zavedeme relaci uspořádání na afinní přímce jistým jednoduchým způsobem (využívajícím přirozeného uspořádání množiny R) a potom budeme sledovat základní vlastnosti pojmů, z této relace odvozených. Definice 9.1. Nechť p je přímka (tzn. jednorozměrný afinní prostor) a R = P; u (9.1) je pevný afinní repér na p. Nechť X, Y ∈ p jsou dva body, přičemž X = [x], Y = [y] vzhledem k repéru R. Pak na přímce p definujeme relaci ω předpisem X ω Y právě když x ≤ y . Poznámka 9.1. Je zřejmé, že ω je relací úplného uspořádání na p (plyne ihned z toho, že ≤ je relací úplného uspořádání na R), která však obecně bude záviset na volbě afinního repéru R. ♦ Definice 9.2. Uspořádání ω přímky p se nazývá uspořádání určené afinním repérem R. Jestliže pro body X, Y ∈ p platí X ω Y , pak budeme říkat, že X je roven nebo je před Y , respektive platí-li X ω Y a X = Y , pak budeme říkat, že X je před Y . Věta 9.1. Nechť na přímce p jsou dány afinní repéry (1) R1 = P; u , (2) R2 = Q; v , přičemž v = ku, k ∈ R. Pak uspořádání určená afinními repéry R1 a R2 jsou rovná právě když k > 0 a jsou opačná právě když k < 0. 9. Uspořádání na přímce, poloprostor, úhel 52 Důkaz. Označme ω1 (respektive ω2) uspořádání p určené R1 (respektive určené R2). Nechť X, Y ∈ p jsou libovolné body a nechť vzhledem k R1 je X = [x], Y = [y], Q = [q] (respektive vzhledem k R2 je X = [x ], Y = [y ]). Pak podle (3.10) je x = kx + q , y = ky + q , x = 1 k x − q k , y = 1 k y − q k . (9.2) (i) Nechť k > 0, pak úpravou z (9.2) x ≤ y právě když x ≤ y , a tedy X ω1 Y právě když X ω2 Y . Obě uspořádání ω1 a ω2 jsou tedy rovná. (ii) Nechť k < 0, pak z (9.2) plyne x ≤ y právě když y ≤ x , a tedy X ω1 Y právě když Y ω2 X a uspořádání ω1, ω2 jsou opačná. Zbývající implikace z tvrzení věty jsou již logickým důsledkem (i) a (ii). Věta 9.2. Na přímce p existují právě dvě uspořádání určená afinními repéry a tato uspořádání jsou navzájem opačná. Důkaz. Tvrzení plyne přímo z Věty 9.1, uvědomíme-li si, že číslo k musí být různé od nuly, a tedy buď je k > 0 nebo k < 0. Definice 9.3. Nechť ω je uspořádání přímky p určené pevným afinním repérem; nechť A, B, C jsou tři navzájem různé body na p. Řekneme, že bod C leží mezi body A, B, je-li A ω C ω B nebo B ω Cω A . Poznámka 9.2. Z předchozích vět vidíme, že uspořádání přímky p, určené afinním repérem, závisí na volbě tohoto repéru jenom zčásti – přesněji řečeno, musí být jedním ze dvou možných uspořádání. Máme-li tedy například dva různé body A, B ∈ p, pak při jednom z obou možných uspořádání je bod A před bodem B a při druhém je bod B před bodem A. Je tedy zřejmé, že výše definovaný pojem ležet mezi body A, B nezáleží na pořadí bodů A, B ani na zvoleném uspořádání přímky p. ♦ Věta 9.3. Nechť A, B, C ∈ p; A = B. Pak bod C leží mezi body A, B právě když (C; A, B) < 0. Důkaz. V pevně zvoleném afinním repéru nechť je A = [a], B = [b], C = [c]. Podle Poznámky 8.2 je (C; A, B) = c−a c−b . Tedy (C; A, B) < 0 ⇔ (c − a > 0, c − b < 0) nebo (c − a < 0, c − b > 0) ⇔ (a < c < b) nebo (b < c < a) ⇔ bod C leží mezi body A, B. Při studiu pojmů "uspořádání určené afinním repérem" a "bod leží mezi dvěma body" jsme se zatím z přirozených důvodů omezovali na jednorozměrné afinní prostory. Dále těchto pojmů využijeme pro studium dalších lineárních útvarů v nrozměrném afinním prostoru An. Připomeňme, že libovolné dva různé body A, B ∈ An jednoznačně určují přímku {A; L( −→ AB)}, kterou budeme v dalším někdy také nazývat "přímka AB". 9. Uspořádání na přímce, poloprostor, úhel 53 Definice 9.4. Nechť A, B jsou body afinního prostoru A. Množina bodů X ∈ A tvaru X = A + t −→ AB, kde 0 ≤ t ≤ 1 , se nazývá úsečka s krajními body A, B nebo krátce úsečka AB a označuje se symbolem [A, B]. Množina bodů [A, B] − {A, B} se nazývá vnitřek úsečky [A, B] nebo otevřená úsečka [A, B]. Poznámka 9.3. Uvědomme si, že v definici úsečky nezáleží na pořadí bodů A, B, neboť bezprostředním rozepsáním se ukáže, že {X ∈ A | X = A + t −→ AB, 0 ≤ t ≤ 1} = {X ∈ A | X = B + q −→ BA, 0 ≤ q ≤ 1}. Dále, definice zřejmě nevylučuje případ A = B, kdy pak dostaneme [A, B] = {A} a vnitřek takovéto úsečky je prázdná množina. Následující dvě věty blíže popisují strukturu úsečky. ♦ Věta 9.4. Nechť A, B ∈ A. Pak vnitřek úsečky [A, B] je právě množina všech bodů afinního prostoru A, které leží mezi body A, B. Důkaz. Je-li A = B, pak tvrzení věty zřejmě platí. Nechť tedy A = B. Zřejmě se stačí omezit pouze na body přímky AB. Na přímce AB zvolme afinní repér A; −→ AB . Pak je A = [0], B = [1] a bod X = [x] je bodem vnitřku úsečky [A, B] právě když X = A + x −→ AB, 0 < x < 1, tj. právě když bod X leží mezi body A, B. Věta 9.5. Nechť A = [a1; . . . ; an], B = [b1; . . . ; bn], X = [x1; . . . ; xn] ∈ A. Pak bod X je bodem úsečky [A, B] právě když xi = rai + sbi kde r + s = 1, r ≥ 0, s ≥ 0, pro i = 1, . . . , n . (9.3) Důkaz. X ∈ [A, B] ⇔ X = A + t −→ AB, 0 ≤ t ≤ 1 ⇔ −−→ AX = t −→ AB, 0 ≤ t ≤ 1 ⇔ xi − ai = t(bi − ai), 0 ≤ t ≤ 1, pro i = 1, . . . , n ⇔ xi = (1 − t)ai + tbi, 0 ≤ t ≤ 1, pro i = 1, . . . , n, což dává tvrzení, položíme-li r = 1 − t, s = t. Poznámka 9.4. Vztahy (9.3) můžeme opět zapsat symbolickou rovnicí X = rA + sB, r + s = 1, r ≥ 0, s ≥ 0 . Dále budeme z důvodů stručnosti téměř vždy již bez výslovného upozornění používat tento symbolický zápis. Při jeho úpravách je však nutno mít na paměti, že se ve skutečnosti jedná o n rovností mezi reálnými čísly a rozmyslet si, že prováděné úpravy jsou korektní. ♦ Definice 9.5. Nechť N je nadrovina afinního prostoru A. Řekneme, že body A, B ∈ A − N jsou oddělovány nadrovinou N, jestliže N ∩ [A, B] = ∅. V opačném případě říkáme, že body A, B nejsou oddělovány nadrovinou N. 9. Uspořádání na přímce, poloprostor, úhel 54 Věta 9.6. Nechť N je nadrovina v A. Na množině bodů A − N definujeme relaci ∼ takto: pro A, B ∈ A − N položíme A ∼ B právě když body A, B nejsou oddělovány nadrovinou N. Potom relace ∼ je relací ekvivalence na množině A − N a rozklad množiny A − N příslušný této relaci ekvivalence ∼ má dvě třídy. Důkaz. Nejprve si relaci ∼ vyjádříme jiným způsobem, z něhož pak celkem lehce vyplyne tvrzení věty. Nechť tedy P ∈ N je pevný bod, u ∈ Z(A) − Z(N) pevný (nenulový) vektor a u1, . . . , un−1 je pevná báze zaměření Z(N) (pokud existuje, tzn. pro dim A ≥ 2). Potom P; u, u1, . . . , un−1 (9.4) je afinní repér v A. Poznamenejme, že při takto zvoleném afinním repéru zřejmě bod leží (respektive neleží) v N právě když jeho 1. souřadnice je rovna nule (respektive je různá od nuly). Nyní, nechť A, B ∈ A − N, přičemž v souřadnicích vzhledem k (9.4) je A = [a; a1; . . . ; an−1], B = [b; b1; . . . ; bn−1] . Zřejmě pak a = 0, b = 0 a platí [A, B] ∩ N = ∅ ⇔ ∃t0 : 0 < t0 < 1, A + t0 −→ AB ∈ N ⇔ ∃t0 : 0 < t0 < 1, a + t0(b − a) = 0, a = b ⇔ 0 < a a−b < 1. Přitom mohou nastat dvě možnosti: (i) a − b > 0, pak [A, B] ∩ N = ∅ ⇔ a > 0, b < 0 ; (ii) a − b < 0, pak [A, B] ∩ N = ∅ ⇔ a < 0, b > 0 . Dohromady tedy [A, B] ∩ N = ∅ právě když a · b < 0, odkud [A, B] ∩ N = ∅ právě když a · b > 0 a relaci ∼ pak můžeme vyjádřit takto: A ∼ B právě když a · b > 0 . (9.5) Z (9.5) je ihned vidět, že relace ∼ je reflexivní a symetrická. Zbývá ověřit tranzitivitu. Nechť A, B, C ∈ A − N, A = [a; a1; . . . ; an−1], B = [b; b1; . . . ; bn−1], C = [c; c1; . . . ; cn−1] vzhledem k repéru (9.4) a nechť platí A ∼ B, B ∼ C. Potom však a · b > 0, b · c > 0, odkud plyne, že a · c > 0, a tedy A ∼ C. Tedy ∼ je relací ekvivalence na množině A − N a z (9.5) ihned plyne, že rozklad množiny A − N příslušný ekvivalenci ∼ má právě dvě třídy. Definice 9.6. Nechť N je nadrovina v A. Třídy rozkladu množiny A − N příslušného ekvivalenci ∼ budeme označovat P1 a P2 a nazývat otevřené poloprostory v A vyť até nadrovinou N. Množiny P1 = P1 ∪ N a P2 = P2 ∪ N budeme nazývat poloprostory v A vyť até nadrovinou N a nadrovinu N jejich hranicí. Body z Pi (respektive z N) budeme nazývat vnitřními body (respektive hraničními body) poloprostoru Pi, pro i = 1, 2. Poloprostory na přímce (respektive v rovině) budeme nazývat polopřímkami (respektive polorovinami). 9. Uspořádání na přímce, poloprostor, úhel 55 Poznámka 9.5. Z předchozího vyplývá, že každý poloprostor je jednoznačně určen svou hranicí N (tj. nadrovinou) a podmínkou, aby daný bod (neležící v N) ležel, respektive neležel, v tomto poloprostoru. Poloprostor P daný hranicí N a vnitřním bodem A budeme v dalším označovat symbolem P = (N; A). ♦ Následující věty nám pak udají další možnosti explicitního vyjádření polo- prostorů v A. Věta 9.7. Nechť N je nadrovina prostoru A, nechť u ∈ Z(A) − Z(N) je pevný vektor. Pak poloprostory P1, P2 v A, vyť até nadrovinou N jsou tvaru P1 = {X + tu | X ∈ N, t ≥ 0}, P2 = {X + tu | X ∈ N, t ≤ 0}. (9.6) Důkaz. Zvolíme-li stejným způsobem jako v důkazu Věty 9.6 afinní repér (9.4), pak libovolný bod T ∈ A lze jednoznačně vyjádřit ve tvaru T = P + tu + t1u1 + · · · + tn−1un−1 = (P + t1u1 + · · · + tn−1un−1) + tu . Označíme-li nyní X = P + t1u1 + · · · + tn−1un−1 ∈ N, pak tvrzení věty plyne ze vztahu (9.5) v důkazu Věty 9.6. Věta 9.8. Nechť N ≡ a1x1 +· · ·+anxn +a = 0 je nadrovina v An. Pak poloprostory P1, P2 v An, vyť até nadrovinou N jsou tvaru P1 = {X = [x1; . . . ; xn] | a1x1 + · · · + anxn + a ≥ 0} , (9.7) P2 = {X = [x1; . . . ; xn] | a1x1 + · · · + anxn + a ≤ 0} . Důkaz. Nechť Y = [y1; . . . ; yn], Z = [z1; . . . ; zn] ∈ An − N jsou dva různé body. 1. Je-li −→ Y Z ∈ Z(N), pak přímka Y Z neprotíná nadrovinu N (podle Věty 6.1). Je tedy [Y, Z] ∩ N = ∅ a body Y, Z leží ve stejném poloprostoru v An, vyť atém nadrovinou N. Na druhé straně, z podmínky −→ Y Z ∈ Z(N) plyne (viz Věta 5.3), že a1(z1 − y1) + · · · + an(zn − yn) = 0, tzn. po úpravě a1z1 + · · · + anzn + a = a1y1 + · · · + anyn + a , a tedy výrazy (a1y1 + · · · + anyn + a) a (a1z1 + · · · + anzn + a) jsou oba kladné nebo oba záporné. 2. Je-li −→ Y Z /∈ Z(N), pak přímka Y Z protíná nadrovinu N v jediném bodě B = [b1; . . . ; bn]. Ale B = Y , B = Z, tzn. existuje λ ∈ R : −−→ BY = λ −→ BZ, λ = 0, λ = 1. Přechodem k souřadnicím dostáváme symbolickou rovnici Y −B = λ·(Z −B), kterou upravíme B = 1 1 − λ (Y − λZ) , (9.8) 9. Uspořádání na přímce, poloprostor, úhel 56 tzn. B = 1−λ+λ 1−λ Y + −λ 1−λ Z = Y + λ λ−1 (Z − Y ), což jinak zapsáno je B = Y + λ λ − 1 −→ Y Z . (9.9) Bod B je však průsečíkem přímky Y Z s nadrovinou N, tzn. a1b1 +· · ·+anbn +a = 0, odkud po dosazení z (9.8) vypočítáme λ 0 = n i=1 ai 1 1 − λ (yi − λzi) + a , 0 = n i=1 aiyi − λ n i=1 aizi + (1 − λ)a , λ = a1y1 + · · · + anyn + a a1z1 + · · · + anzn + a . Body Y, Z leží ve stejném poloprostoru v A vyť atém nadrovinou N ⇔ body Y, Z nejsou oddělovány nadrovinou N (9.9) ⇐⇒ λ λ−1 > 1 nebo λ λ−1 < 0 ⇔ λ > 1 nebo 0 < λ < 1 ⇔ výrazy (a1y1 + · · · + anyn + a), (a1z1 + · · · + anzn + a) jsou oba kladné nebo oba záporné. Přidáme-li k vyšetřovaným bodům i body ležící v nadrovině N, pak z 1. a 2. plyne tvrzení věty. Poznámka 9.6. Vyjádření (9.6) nazýváme též parametrickým vyjádřením poloprostorů (vyť atých v A nadrovinou N). Uvědomme si, že pro toto vyjádření je nutné umět každý bod afinního prostoru A vyjádřit v jistém speciálním tvaru (jako součet bodu z N a vektoru ze Z(A) − Z(N)), což může být někdy pro praktické počítání nevýhodné. Vyjádření (9.7) nazýváme též neparametrickým vyjádřením poloprostorů (vyť atých v A nadrovinou N). Dále budeme pro toto vyjádření užívat stručnějšího zápisu P1 ≡ a1x1 + · · · + anxn + a ≥ 0 , P2 ≡ a1x1 + · · · + anxn + a ≤ 0 . ♦ Věta 9.9. Nechť P = (N; A) je poloprostor v An, přičemž nadrovina N je určena n body A1, . . . , An v obecné poloze. Potom bod X ∈ P právě když X = t1A1 + · · · + tnAn + tA, kde t1 + · · · + tn + t = 1 a t ≥ 0 . Důkaz. Z předpokladů plyne, že −−−→ A1A2, . . . , −−−→ A1An, −−→ A1A je báze Z(An), přičemž −−→ A1A ∈ Z(An) − Z(N). Poněvadž A = A1 + −−→ A1A, je podle Věty 9.7 X ∈ P ⇔ X = A1 + t2 −−−→ A1A2 + · · · + tn −−−→ A1An + t −−→ A1A, t ≥ 0, odkud přechodem k souřadnicím a označením t1 = 1 − t2 − · · · − tn − t, dostáváme tvrzení. 9. Uspořádání na přímce, poloprostor, úhel 57 Důsledek 9.1. Nechť A, B jsou dva různé body afinní přímky. Pak polopřímka (A; B) určená hranicí A a vnitřním bodem B má vyjádření (A; B) = {X = rA + sB | r + s = 1, s ≥ 0} . Důkaz. Tvrzení plyne přímo z Věty 9.9 pro n = 1. Na závěr paragrafu se budeme zabývat speciálním případem průniku dvou poloprostorů – a sice průnikem dvou polorovin (tj. poloprostorů ve dvourozměrném afinním prostoru) takových, že jejich hraniční přímky jsou různoběžné. Definice 9.7. Nechť P = (p; A), Q = (q; A) jsou dvě poloroviny v afinní rovině takové, že jejich hraniční přímky p, q jsou různoběžné. Pak množinu P ∩ Q nazýváme úhlem. Polopřímky p ∩ Q, q ∩ P nazýváme rameny tohoto úhlu a bod V = p ∩ q jeho vrcholem. Obr. 9.1 Poznámka 9.7. Bezprostředním rozepsáním ve vhodně zvoleném afinním repéru lehce zjistíme, že průnikem p ∩ Q (respektive q ∩ P) jsou skutečně polopřímky, tzn. předchozí definice je korektní. Úhly budeme obvykle označovat malými řeckými písmeny, jak jsme zvyklí ze střední školy. Jedná se tedy o jistou podmnožinu afinní roviny, kterou budeme nyní blíže charakterizovat. ♦ Věta 9.10. Nechť v afinní rovině je dán úhel α tak, že V je jeho vrchol a polopřímky (V ; A), (V ; B) jeho ramena. Potom je α = {rV + sA + tB | r + s + t = 1, s ≥ 0, t ≥ 0} . Důkaz. Označme P (respektive Q) polorovinu s hraniční přímkou V A (respektive V B), obsahující bod B (respektive bod A). Potom je α = P ∩ Q a tvrzení věty plyne přímo z Věty 9.9. Věta 9.11. Nechť v afinní rovině je dán úhel α tak, že V je jeho vrchol a polopřímky (V ; A), (V ; B) jeho ramena. Potom je X ∈ α právě když X = V nebo X = V a (V ; X) ∩ [A, B] = ∅ . 10. Konvexní množiny 58 Důkaz. 1. Nechť X ∈ α a nechť X = V . Potom podle Věty 9.10 je X = rV + sA + tB, r + s + t = 1, s ≥ 0, t ≥ 0 a s + t = 0. Jinak napsáno je tedy X = rV + (s + t) s s+t A + t s+t B . Označme C = s s+t A + t s+t B. Podle Důsledku 9.1 je X ∈ (V ; C), a tudíž i C ∈ (V ; X). Dále podle Věty 9.9 je C ∈ [A, B]. Pak ovšem C ∈ (V ; X) ∩ [A, B] a tedy (V ; X) ∩ [A, B] = ∅. 2. Je-li X = V , pak zřejmě X ∈ α. Nechť tedy X = V a (V ; X) ∩ [A, B] = ∅. Pak existuje bod Z ∈ (V ; X) ∩ [A, B]. Pak ale také X ∈ (V ; Z) a platí X = pV + qZ, p + q = 1, q ≥ 0 , Z = rA + sB, r + s = 1, r ≥ 0, s ≥ 0 , (podle Důsledku 9.1, respektive Poznámky 9.4). Dohromady dostáváme X = pV + qrA + qsB , kde p + qr + qs = p + q(r + s), qr ≥ 0, qs ≥ 0, tzn. podle Věty 9.10 je X ∈ α. Poznámka 9.8. Předchozí dvě věty nám charakterizují úhel α jednak množinově a jednak geometricky. Názorně můžeme říci, že úhel α je sjednocením všech polopřímek majících hraniční bod ve vrcholu úhlu α a protínajících pevnou úsečku s koncovými body na obou ramenech úhlu α (viz Obr. 9.2). Obr. 9.2 Studujeme-li vzájemnou polohu úhlu α a přímky p, pak celkem jednoduše odvodíme, že průnikem p ∩ α je buď prázdná množina nebo polopřímka nebo úsečka. Podobně, máme-li dva úhly α, β se společným vrcholem V , potom průnikem α ∩ β je buď jednobodová množina {V } nebo společné rameno úhlů α, β nebo úhel s vrcholem V , jehož každé rameno je ramenem α nebo β. ♦ 10 Konvexní množiny Definice 10.1. Podmnožina K afinního prostoru A se nazývá konvexní množina (v A), jestliže pro libovolné A, B ∈ K platí, že [A, B] ⊆ K. 10. Konvexní množiny 59 Příklad 10.1. Nejjednoduššími příklady konvexních množin v A jsou prázdná množina, respektive úsečka, respektive podprostor afinního prostoru A (plyne přímo z definice podprostoru). Tedy speciálně bod a celý afinní prostor jsou konvexní množiny. ♥ Následující obrázek ukazuje množiny v rovině, které jsou konvexní a), b), c), respektive nejsou konvexní d), e), f) – v těchto případech je vyznačena úsečka, jejíž krajní body do dané množiny patří, ale která není celá částí této množiny. Obr. 10.1 Vyšetřujeme-li konvexní množiny v jednorozměrném afinním prostoru (tzn. na přímce), pak celkem jednoduše získáme jejich úplnou charakterizaci (volbou afinního repéru na přímce převedeme všechny úvahy na úvahy o reálných intervalech). Konvexními množinami na přímce jsou totiž právě prázdná množina, celá přímka, otevřená polopřímka, polopřímka, úsečka a úsečka bez jednoho nebo obou krajních bodů. Následující věty ukazují příklady konstrukcí dalších konvexních množin v nrozměrném afinním prostoru An. Věta 10.1. Poloprostor P afinního prostoru An je konvexní množina. Důkaz. Nechť nadrovina N ≡ a1x1 + · · · + anxn + a = 0 je hranicí poloprostoru P a nechť P = [p1; . . . ; pn], Q = [q1; . . . ; qn] jsou libovolné body v P. Podle Věty 9.8 výrazy n i=1 aipi + a, n i=1 aiqi + a mají stejné znaménko. 1. Nechť n i=1 aipi + a ≥ 0, n i=1 aiqi + a ≥ 0. Nechť Y = [y1; . . . ; yn] je libovolný bod úsečky [P, Q], tzn. je Y = P + t −→ PQ, 0 ≤ t ≤ 1 . Potom n i=1 aiyi +a = n i=1 ai ·(pi +t(qi −pi))+a = (1−t)· n i=1 aipi +t· n i=1 aiqi + a ≥ (1 − t) · (−a) + t · (−a) + a = 0. Je tedy Y ∈ P. 10. Konvexní množiny 60 2. Je-li n i=1 aipi + a ≤ 0, n i=1 aiqi ≤ 0, pak analogicky dostaneme, že ∀Y ∈ [P, Q] =⇒ Y ∈ P. Dohromady dostáváme, že P je konvexní množina. Věta 10.2. Nechť I je neprázdná indexová množina a nechť Ki, i ∈ I, jsou konvexní množiny. Potom ∩i∈IKi je konvexní množina. Důkaz. Je-li ∩i∈IKi = ∅, pak tvrzení věty platí. Nechť tedy ∩i∈IKi = ∅ a nechť A, B ∈ ∩i∈IKi. Pak A, B ∈ Ki pro všechna i ∈ I, a tedy [A, B] ⊆ Ki, pro každé i ∈ I. Tedy [A, B] ⊆ ∩i∈IKi a podle Definice 10.1 je ∩i∈IKi konvexní množina. Poznámka 10.1. Podle Věty 10.2 je množinový průnik libovolného počtu konvexních množin opět konvexní množina. Na druhé straně zřejmě množinové sjednocení konvexních množin není obecně konvexní množinou. K libovolné podmnožině M afinního prostoru A však existuje nejmenší konvexní množina, která ji obsahuje, jak ukazuje následující věta. ♦ Věta 10.3. Nechť M je libovolná podmnožina afinního prostoru A. Nechť K(M) značí průnik všech konvexních množin, obsahujících množinu M. Pak K(M) je nejmenší (vzhledem k množinové inkluzi) konvexní množina obsahující množinu M. Důkaz. Existuje alespoň jedna konvexní množina obsahující M, a sice A, a tedy K(M) je definováno. Tvrzení pak bezprostředně plyne z předchozí věty a z vlastností množinového průniku. Definice 10.2. Nechť M je libovolná podmnožina afinního prostoru A. Pak množinu K(M) nazýváme konvexním obalem množiny M. Poznámka 10.2. Přímo z definice konvexního obalu plynou tyto jeho jednoduché vlastnosti: 1. M je konvexní množina ⇔ K(M) = M. Speciálně je K(∅) = ∅, K(A) = A a K({A}) = {A} pro libovolné A ∈ A. 2. M1 ⊆ M2 =⇒ K(M1) ⊆ K(M2), přičemž opačná implikace obecně zřejmě neplatí. Opravdu, nechť A, B jsou různé body a C je vnitřní bod úsečky [A, B]. Potom K({A, C}) ⊂ K({A, B}), přičemž {A, C} ⊂ {A, B}. 3. K({A, B}) = [A, B], pro A, B ∈ A. ♦ Věta 10.4. Nechť M je libovolná neprázdná podmnožina v A. Pak (10.1) K(M) = {t1M1 + · · · + tsMs | s ∈ N, Mi ∈ M, ti ≥ 0, s i=1 ti = 1} . 10. Konvexní množiny 61 Důkaz. Označme množinu na pravé straně (10.1) symbolem W. Pak: 1. Zřejmě platí M ⊆ W. 2. Dokážeme, že W je konvexní množina. Nechť A, B ∈ W libovolné. Pak (při vhodném označení) existuje přirozené číslo r a body M1, . . . , Mr ∈ M tak, že A = p1M1 + · · · + prMr; pi ≥ 0, p1 + · · · + pr = 1 , B = q1M1 + · · · + qrMr; qi ≥ 0, q1 + · · · + qr = 1 . Pro libovolný bod X ∈ [A, B] je X = λA + µB; λ, µ ≥ 0, λ + µ = 1 , tzn. po dosazení dostáváme X = (λp1 + µq1)M1 + · · · + (λpr + µqr)Mr , přičemž λpi+µqi ≥ 0 a (λp1+µq1)+· · ·+(λpr+µqr) = λ(p1+. . . pr)+µ(q1+· · ·+qr) = λ + µ = 1. Tedy X ∈ W, tzn. W je konvexní množina. 3. Nechť K je konvexní množina, M ⊆ K. Dokážeme, že pak je W ⊆ K. Uvažme libovolný bod z W, který je tedy tvaru t1M1 + · · · + tsMs; kde Mi ∈ M, ti ≥ 0, t1 + · · · + ts = 1 , (10.2) a důkaz inkluze W ⊆ K provedeme indukcí vzhledem k s. (i) Je-li s = 1, pak 1 M1 = M1 ∈ M ⊆ K. (ii) Předpokládejme, že body z W tvaru (10.2) patří do K. Nechť X ∈ W, X = t1M1 + · · · + tsMs + ts+1Ms+1, kde Mi ∈ M, ti ≥ 0, t1 + · · · + ts+1 = 1. Je-li ts = 0 nebo ts+1 = 0, pak podle indukčního předpokladu je X ∈ K; nechť tedy ts = 0, ts+1 = 0. Označme t = t1 + · · · + ts (> 0), respektive Y = t1 t M1 + · · · + ts t Ms. Pak ti t ≥ 0, t1 t + · · · + ts t = 1, a tedy Y ∈ K podle indukčního předpokladu. Nyní X = tY + ts+1Ms+1, přičemž t ≥ 0, ts+1 ≥ 0, t + ts+1 = 1, a tedy podle Věty 9.5 je X ∈ [Y, Ms+1]. Ale K je konvexní množina, Y ∈ K, Ms+1 ∈ K, a tedy X ∈ K. Dohromady z 1., 2. a 3. plyne, že W je nejmenší konvexní množina obsahující M, tzn. W = K(M). Poznámka 10.3. Je nutné dobře porozumět významu vyjádření (10.1). Index s zde není pevný a body M1, . . . , Ms, které v (10.1) vystupují, probíhají všechny možné konečné podmnožiny množiny M (tj. pro s = 1 jednoprvkové, pro s = 2 dvouprvkové, atd.). Přitom množina M může mít samozřejmě i nekonečně mnoho prvků. Je-li speciálně množina M konečná, např. k-prvková, tj. M = {M1, . . . , Mk}, pak zřejmě K(M) = {t1M1 + · · · + tkMk | ti ≥ 0, t1 + · · · + tk = 1} , neboť (10.1) můžeme formálně zapsat ve výše uvedeném tvaru případným přidáním sčítanců tvaru 0 Mj. ♦ 10. Konvexní množiny 62 Definice 10.3. Konvexní obal konečné množiny bodů z A se nazývá konvexní mnohostěn. Jeatliže M0, M1, . . . , Mk ∈ A jsou body v obecné poloze, pak konvexní obal (k + 1)-prvkové množiny {M0, M1, . . . , Mk} se nazývá k-rozměrný simplex a body M0, M1, . . . , Mk jeho vrcholy. Poznámka 10.4. Je-li S k-rozměrným simplexem v A, pak zřejmě musí být 0 ≤ k ≤ dim A. Z předchozí definice dále plyne, že každý k-rozměrný simplex je konvexním mnohostěnem. Například v afinní rovině (tj. pro dim A = 2) je 0-rozměrným simplexem bod, jednorozměrným simplexem úsečka a dvourozměrným simplexem trojúhelník. Konvexními mnohostěny v rovině jsou navíc ještě všechny vypuklé n-úhelníky (n = 4, 5, 6, . . . ). Vidíme tedy, že obecně konvexní mnohostěn není simplexem. Jediným afinním prostorem, v němž tyto pojmy splývají, je afinní přímka. Lze totiž snadno ukázat, že konvexní mnohostěny na přímce jsou právě body a úsečky (viz Úloha 10.2). ♦ Věta 10.5. Nechť S je k-rozměrný simplex s vrcholy M0, M1, . . . , Mk. Pak S = {t0M0 + t1M1 + · · · + tkMk | ti ≥ 0, t0 + t1 + · · · + tk = 1} . Důkaz. Tvrzení věty plyne ihned z definice k-rozměrného simplexu a z Poznámky 10.3. Věta 10.6. Nechť v n-rozměrném afinním prostoru An je dán n-rozměrný simplex S s vrcholy M0, M1, . . . , Mn. Pak S lze vyjádřit jako průnik (n + 1) poloprostorů. Důkaz. Zvolme v A afinní repér M0; −−−−→ M0M1, . . . , −−−−→ M0Mn (10.3) a vyjadřujme vzhledem k němu všechny souřadnice. Uvažujme (n + 1) poloprostorů v An tvaru    x1 ≥ 0 , x2 ≥ 0 , ... ... xn ≥ 0 , x1 + x2 + . . . + xn −1 ≤ 0 . (10.4) Nechť X = [x1; . . . ; xn]. Dokážeme, že X ∈ S ⇔ X splňuje soustavu nerovností (10.4). “⇒" Nechť X ∈ S, pak podle předcházející věty je X = t0M0 + t1M1 + · · · + tnMn , kde ti ≥ 0, t0 +t1 +· · ·+tn = 1, což lze upravit do tvaru X = (1−t1 −· · ·−tn)M0 + t1M1 + · · · + tnMn = M0 + t1(M1 − M0) + · · · + tn(Mn − M0), tzn. X = M0 + t1 −−−−→ M0M1 + · · · + tn −−−−→ M0Mn , 10. Konvexní množiny 63 odkud dostáváme x1 = t1 ≥ 0, . . . , xn = tn ≥ 0; x1 + · · · + xn − 1 = −t0 ≤ 0, a tedy X splňuje (10.4). “⇐" Nechť X = [x1; . . . ; xn] splňuje (10.4). Ale X = M0 + x1 −−−−→ M0M1 + · · · + xn −−−−→ M0Mn, odkud X = M0 + x1(M1 − M0) + · · · + xn(Mn − M0) = (1 − x1 − · · · − xn)M0 + x1M1 + · · · + xnMn. Přitom z (10.4) plyne, že všechny koeficienty jsou nezáporné a jejich součet je zřejmě roven 1. Podle Věty 10.5 je pak X ∈ S. Na závěr paragrafu se alespoň stručně zmíníme o dalším důležitém příkladu konvexní množiny. Definice 10.4. Nechť A ∈ A je bod a u1, . . . , uk ∈ Z(A) jsou lineárně nezávislé vektory. Pak množinu bodů X ∈ A tvaru X = A + t1u1 + · · · + tkuk, kde 0 ≤ ti ≤ 1, pro i = 1, . . . , k , nazýváme k-rozměrným rovnoběžnostěnem v A a označujeme R(A; u1, . . . , uk) , nebo stručně Rk. Poznámka 10.5. Je-li R(A; u1, . . . , uk) k-rozměrným rovnoběžnostěnem v A, pak z předpokladu o lineární nezávislosti vektorů u1, . . . , uk plyne, že 1 ≤ k ≤ dim A. Tedy na přímce (tj. pro dim A = 1) existují pouze 1-rozměrné rovnoběžnostěny (a sice úsečky), v rovině (tj. pro dim A = 2) existují 1-, respektive 2-rozměrné rovnoběžnostěny (a sice úsečky, respektive rovnoběžníky), atd. Je-li dán k-rozměrný rovnoběžnostěn Rk = R(A; u1, . . . , uk) v An, pak vhodnou volbou afinního repéru, a sice A; u1, . . . , uk, wk+1, . . . , wn , kde wk+1, . . . , wn jsou libovolné vektory ze Z(An), které doplňují vektory u1, . . . , uk na bázi Z(An), dosáhneme toho, že rovnoběžnostěn Rk lze charakterizovat jako množinu bodů X = [x1; . . . ; xn] ∈ An, pro něž 0 ≤ xi ≤ 1, pro i = 1, . . . , k, a xj = 0, pro j = k + 1, . . . , n . ♦ Věta 10.7. Každý k-rozměrný rovnoběžnostěn v A je konvexní množinou v A. Důkaz. Z předchozí poznámky plyne, že libovolný k-rozměrný rovnoběžnostěn Rk lze při vhodné volbě afinního repéru vyjádřit jako průnik 2k poloprostorů (tvaru xi ≥ 0, respektive xi − 1 ≤ 0, i = 1, . . . , k) a (n − k) nadrovin (tvaru xj = 0, j = k + 1, . . . , n), což jsou všechno konvexní množiny. Podle Věty 10.2 je pak Rk také konvexní množina. Poznámka 10.6. Podrobnějším rozborem lze ukázat, že k-rozměrný rovnoběžnostěn R(A; u1, . . . , uk) je dokonce konvexním mnohostěnem – je totiž konvexním obalem 2k bodů tvaru A + t1u1 + · · · + tkuk, kde ti = 0 nebo 1, i = 1, . . . , k. 10. Konvexní množiny 64 Obr. 10.2 ilustruje tuto situaci pro k = 2 (body A, A + u1, A + u2, A + u1 + u2) a pro k = 3 (body A, A + u1, A + u2, A + u1 + u2, A + u3, A + u1 + u3, A + u2 + u3, A + u1 + u2 + u3). ♦ k = 2 k = 3 Obr. 10.2 Úloha 10.1. Mějme konvexní mnohostěn K = K({A1, A2, A3, A4}) v afinní rovině. Zjistěte, zda bod B, respektive C, patří do K, je-li A1 = [−1; −1], A2 = [1; 2], A3 = [2; −2], A4 = [3; 1], B = [2; −1], C = [0; 1]. Řešení : Vzhledem k Poznámce 8.3 stačí zjistit, zda existují reálná čísla t1, t2, t3, t4, splňující B = t1A1 + t2A2 + t3A3 + t4A4 , (10.5) kde t1 + t2 + t3 + t4 = 1, t1 ≥ 0, t2 ≥ 0, t3 ≥ 0, t4 ≥ 0, respektive C = t1A1 + t2A2 + t3A3 + t4A4 , (10.6) kde t1 + t2 + t3 + t4 = 1, t1 ≥ 0, t2 ≥ 0, t3 ≥ 0, t4 ≥ 0. Vidíme, že po rozepsání do souřadnic dostáváme v obou případech tři lineární rovnice a čtyři nerovnice pro t1, t2, t3, t4. Konkrétně: (i) Pro bod B −t1 + t2 + 2t3 + 3t4 = 2 −t1 + 2t2 − 2t3 + t4 = −1 t1 + t2 + t3 + t4 = 1    =⇒ =⇒ t4 = r, t3 = 9 − 8r 11 , t2 = 3 − 10r 11 , t1 = 7r − 1 11 . Dále musí být (vzhledem k (10.5)) r ≥ 0, 9−8r ≥ 0, 3−10r ≥ 0, 7r−1 ≥ 0, což však je splněno pro libovolné reálné r s vlastností 1 7 ≤ r ≤ 3 10 . Vidíme tedy, že existují t1, t2, t3, t4 (zřejmě dokonce nekonečně mnoho) splňující (10.5), a tedy B ∈ K. 10. Konvexní množiny 65 (ii) Pro bod C analogickým výpočtem a dosazením dostaneme (například) r ≥ 0, −1 − 8r ≥ 0, 7 − 10r ≥ 0, 5 + 7r ≥ 0, což však zřejmě není splněno pro žádné r, tzn. neexistují t1, t2, t3, t4, splňující (10.6), a tedy C /∈ K. Úloha 10.2. Dokažte, že konvexní mnohostěny na přímce jsou právě body a úsečky. Řešení : 1. Bod, respektive úsečka, jsou zřejmě konvexní mnohostěny na přímce. 2. Naopak uvažujme konvexní mnohostěn K = K({M1, . . . , Mk}) na přímce, kde M1, . . . , Mk jsou navzájem různé body na této přímce. Chceme nyní ukázat, že K je buď bod nebo úsečka. Je-li k = 1, pak K je zřejmě bod. Nechť tedy k ≥ 2 a nechť vzhledem k pevnému afinnímu repéru na dané přímce je M1 = [m1], M2 = [m2], . . . , Mk = [mk], přičemž bez újmy na obecnosti můžeme předpokládat, že m1 < m2 < · · · < mk. Pro i = 2, . . . , k − 1 označme qi = mk−mi mk−m1 . Zřejmě je 0 < qi < 1 a platí mi = qim1 + (1 − qi)mk, i = 2, . . . , k − 1 . (10.7) Bezprostředním rozepsáním pomocí souřadnic s využitím (10.7) se ukáže, že platí {t1M1 + · · · + tkMk | ti ≥ 0, t1 + · · · + tk = 1} = {rM1 + sMk | r, s ≥ 0, r + s = 1} neboli K({M1; . . . ; Mk}) = [M1, Mk], což znamená, že K je úsečka. Kapitola 2 EUKLIDOVSKÝ PROSTOR V tomto textu jsme se v Kapitole 1 zabývali polohovými geometrickými problémy (například rovnoběžností, různoběžností a mimoběžností podprostorů, vzájemnou polohou bodů na přímce, atd.). Základní metoda, kterou jsme používali, spočívala v tom, že jsme geometrický problém převedli nejprve do algebraické podoby, zde jej řešili (většinou pomocí úvah o zaměřeních, kdy jsme v podstatné míře využívali vlastností vektorových prostorů – lineární závislosti a nezávislosti vektorů, báze, dimenze apod.) a získané výsledky pak opět geometricky interpretovali. Nyní v Kapitole 2 přicházejí na řadu metrické geometrické problémy (například určování vzdálenosti bodů, respektive podprostorů, kolmost, výpočet odchylek atd.). Proto budeme muset na bodovém prostoru zavést navíc také metriku, v našem případě euklidovskou metriku, která je dána prostřednictvím skalárního součinu definovaném na zaměření. 11 Skalární součin S pojmem skalárního součinu jsme se setkali již dříve v algebře (viz [Ho94]), a to tehdy, když jsme v reálných vektorových prostorech potřebovali měřit, tzn. zjišť ovat délky vektorů, odchylky, tj. velikosti jejich úhlů, kolmost atd. Tento paragraf bude rozšířením odstavce o vektorových prostorech se skalárním součinem, probíraného v algebře. Z důvodů přehlednosti a návaznosti studované látky nejprve stručně zopakujeme základní vlastnosti těchto prostorů (a to formou souvislého textu) a ve zbývající části paragrafu pak již obvyklým způsobem uvedeme některé jejich speciální vlastnosti. Je-li V vektorový prostor nad tělesem R reálných čísel a je-li každé dvojici vektorů u, v ∈ V přiřazeno reálné číslo, označené (u, v) tak, že pro libovolná u, v, w ∈ V , r ∈ R platí: 66 11. Skalární součin 67 (i) (u, v) = (v, u) ; (ii) (u + v, w) = (u, w) + (v, w) ; (iii) (ru, v) = r(u, v) ; (iv) (u, u) ≥ 0, přičemž (u, u) = 0 právě když u = o . Pak říkáme, že ve V je definován skalární součin. Číslo (u, v) nazýváme skalárním součinem vektorů u, v. Vektorový prostor V , v němž je definován skalární součin, nazýváme vektorovým prostorem se skalárním součinem nebo euklidovským vektorovým prostorem nebo stručně euklidovským prostorem. Víme, že v každém vektorovém prostoru nad tělesem R lze vždy definovat skalární součin, a to obecně více různými způsoby. Podíváme-li se ještě jednou, podrobněji, na právě zavedené pojmy, zjistíme, že by bylo možné mít určité výhrady vůči některým formulacím. Zcela přesně řečeno, skalární součin je zobrazení f : V ×V → R splňující axiomy (i) – (iv) a odpovídající euklidovský vektorový prostor je pak uspořádaná dvojice (V, f). V zájmu stručného vyjadřování se vědomě dopouštíme určité nepřesnosti tím, že hovoříme o euklidovském vektorovém prostoru V , místo o uspořádané dvojici (V, f). Připomeňme, že podobně jsme postupovali například při zavádění pojmu afinního prostoru. Máme-li tedy dán nějaký euklidovský vektorový prostor V , pak zřejmě axiomy (i) – (iv) skalárního součinu jsou splněny i v libovolném (vektorovém) podprostoru prostoru V . To znamená, že každý (vektorový) podprostor euklidovského prostoru V je sám euklidovským prostorem. Budeme jej stručně nazývat podprostorem euklidovského prostoru V . Přímo z definice skalárního součinu plyne, že: (u, v + w) = (u, v) + (u, w) ; (u, rv) = r(u, v) ; (o, u) = (u, o) = 0 ; s i=1 piui, t j=1 qjvj = s i=1 t j=1 piqj(ui, vj) . Skalární součin nám umožňuje definovat délku vektoru a odchylku dvou nenulových vektorů. Definice 11.1. Pro libovolný vektor u ∈ V definujeme jeho délku (nebo též velikost) u vztahem u = + (u, u) . Pro délku vektoru jsme v algebře odvodili základní početní pravidla: u ≥ 0, přičemž u = 0 právě když u = o ; ru = |r| · u ; u + v ≤ u + v (trojúhelníková nerovnost) ; |(u, v)| ≤ u · v (Cauchyova nerovnost). 11. Skalární součin 68 Poznamenejme, že poslední nerovnost se též někdy nazývá Schwartzova nerovnost. Z Cauchyovy nerovnosti bezprostředně plyne, že pro libovolné nenulové vektory u, v platí −1 ≤ (u, v) u · v ≤ 1 , a tedy existuje právě jedno reálné číslo ϕ splňující vztahy cos ϕ = (u, v) u · v a 0 ≤ ϕ ≤ π , (11.1) jak plyne z našich znalostí funkce kosinus. Můžeme tedy vyslovit následující definici. Definice 11.2. Nechť u, v jsou nenulové vektory z euklidovského vektorového prostoru V . Pak reálné číslo ϕ, splňující vztahy (11.1), nazýváme odchylkou vektorů u, v. Dva vektory u, v ∈ V nazýváme ortogonální nebo kolmé, je-li (u, v) = 0. Píšeme pak u ⊥ v nebo v ⊥ u. Tento způsob zápisu je korektní, jak plyne z komutativnosti skalárního součinu. Přímo z definice ortogonálních vektorů plyne, že: u ⊥ u právě když u = o ; u ⊥ x pro každý vektor x ∈ V právě když u = o ; u ⊥ wi pro i = 1, . . . , k právě když u ⊥ (r1w1 + · · · + rkwk) pro ∀ri ∈ R . Konečnou posloupnost vektorů u1, . . . , uk ∈ V nazýváme ortogonální posloupností, je-li ui ⊥ uj; pro i = j; i, j = 1, . . . , k , někdy říkáme též stručně, že vektory u1, . . . , uk jsou ortogonální. Jednoduše lze ukázat, že každá ortogonální posloupnost nenulových vektorů je lineárně nezávislá. Je-li ortogonální posloupnost vektorů navíc bází prostoru V , pak ji nazýváme ortogonální bází prostoru V . Ortogonální bázi, jejíž každý vektor je normovaný (tzn. má velikost rovnu 1), nazýváme ortonormální bází prostoru V . Při práci s euklidovskými vektorovými prostory budeme používat výlučně ortonormální báze, což má zásadní výhody pro počítání skalárního součinu (a tedy i všech pojmů z něj odvozených). Je-li totiž B = e1, . . . , en (11.2) ortonormální bází prostoru V a x, y ∈ V vektory, jejichž souřadnice v (11.2) jsou x = (x1; . . . ; xn), respektive y = (y1; . . . ; yn), tzn. je x = x1e1 + · · · + xnen, resp. y = y1e1 + · · · + ynen , pak skalární součin (ať je ve V definován jakkoliv) vektorů x, y je tvaru (x, y) = x1y1 + · · · + xnyn . 11. Skalární součin 69 Je jasné, že při použití jiné báze než ortonormální, je vyjádření skalárního součinu (x, y) podstatně složitější. Konečně – lze dokázat, že k libovolné konečné posloupnosti vektorů u, . . . , uk ∈ V existuje ortogonální posloupnost e1, . . . , ek ∈ V tak, že platí L(u1, . . . , uk) = L(e1, . . . , ek) . Speciálně tedy v každém nenulovém euklidovském vektorovém prostoru V existují ortogonální i ortonormální báze. Připomeňme, že důkaz právě uvedeného tvrzení je konstruktivní a jeho algoritmus (který je nutno znát!) se nazývá Gramm-Schmidtův ortogonalizační proces. Ve zbývající části tohoto paragrafu nyní uvedeme některé další vlastnosti ortogonálních vektorů. Definice 11.3. Nechť W je podprostor euklidovského vektorového prostoru V . Množinu W⊥ = {x ∈ V | x ⊥ w, pro každý vektor w ∈ W} nazýváme ortogonálním doplňkem podprostoru W ve V . Je-li x ∈ W⊥ , pak říkáme též, že vektor x je kolmý k podprostoru W a píšeme x ⊥ W. Věta 11.1. Nechť W je podprostor euklidovského prostoru V . Pak platí: 1. Ortogonální doplněk W⊥ je podprostorem ve V . 2. Prostor V je přímým součtem podprostorů W a W⊥ , tzn. V = W ⊕ W⊥ . Důkaz. 1. Zřejmě o ∈ W⊥ , a tedy W⊥ = ∅. Dále, jsou-li x, y ∈ W⊥ , r ∈ R libovolné, pak je ihned vidět, že x + y ∈ W⊥ a rx ∈ W⊥ , tzn. W⊥ je podprostorem ve V . 2. Je-li W = {o}, respektive W = V , pak je W⊥ = V , respektive W⊥ = {o}, a tvrzení zřejmě platí. Nechť tedy {o} = W = V , nechť e1, . . . , en je ortonormální báze prostoru V a nechť u1, . . . , uk (0 < k < n) je báze podprostoru W. Při tomto označení je x ∈ W⊥ právě když (ui, x) = 0, pro i = 1, . . . , k. Nechť je ui = ai1e1 + · · · + ainen, i = 1, . . . , k , x = x1e1 + · · · + xnen . Potom je x ∈ W⊥ právě když platí a11x1 + · · · + a1nxn = 0 , ... ak1x1 + · · · + aknxn = 0 , 11. Skalární součin 70 což je homogenní soustava k lineárních rovnic o n neznámých x1, . . . , xn, jejiž matice má hodnost k. Podprostorem řešení této soustavy je zřejmě právě W⊥ . Platí (viz [Ho94]) dim W⊥ = n − k. Dále, součet podprostorů W a W⊥ je přímý, neboť je-li u ∈ W ∩W⊥ , pak u ⊥ u, tzn. u = o, odkud dostáváme, že W ∩ W⊥ = {o}. Konečně, dim(W ˙+W⊥ ) = dim W + dim W⊥ = k + (n − k) = n = dim V , a tedy (viz [Ho94]) V = W ⊕ W⊥ . Důsledek 11.1. Nechť W je podprostor euklidovského prostoru V , nechť x ∈ V libovolné. Pak existuje jediné vyjádření vektoru x ve tvaru x = y + z, kde y ∈ W, z ∈ W⊥ . (11.3) Důkaz. Tvrzení je přímým důsledkem 2. části předchozí věty a definice přímého součtu podprostorů (viz [Ho94]). Definice 11.4. Nechť W je podprostor euklidovského prostoru V , nechť vektor x ∈ V je vyjádřen ve tvaru (11.3). Pak y se nazývá ortogonální projekce vektoru x na podprostor W a z se nazývá ortogonální komponenta vektoru x vzhledem k podprostoru W. Věta 11.2. Nechť W, S jsou podprostory euklidovského prostoru V . Pak platí: 1. (W⊥ )⊥ = W ; 2. (W + S)⊥ = W⊥ ∩ S⊥ ; 3. (W ∩ S)⊥ = W⊥ + S⊥ ; 4. W ⊆ S ⇔ W⊥ ⊇ S⊥ . Důkaz. 1. Inkluze W ⊆ (W⊥ )⊥ je zřejmá. Podle Věty 11.1 (část 2.) platí W ⊕ W⊥ = W⊥ ⊕ (W⊥ )⊥ = V , odkud dim W = dim V − dim W⊥ . Tedy dim W = dim(W⊥ )⊥ a podle [Ho94] je W = (W⊥ )⊥ . 2. Inkluze (W +S)⊥ ⊆ W⊥ ∩S⊥ je zřejmá. Naopak nechť x ∈ W⊥ ∩S⊥ a nechť u ∈ W + S libovolné. Potom je u = w + s, kde w ∈ W, s ∈ S, a platí (x, u) = (x, w + s) = (x, w) + (x, s) = 0 , a tedy x ∈ (W + S)⊥ . 3. Užitím 1. a 2. dostáváme (W ∩S)⊥ = [(W⊥ )⊥ ∩(S⊥ )⊥ ]⊥ = [(W⊥ +S⊥ )⊥ ]⊥ = W⊥ + S⊥ . 4. “⇒" W ⊆ S ⇔ S = W +S =⇒ S⊥ = (W +S)⊥ = W⊥ ∩S⊥ =⇒ S⊥ ⊆ W⊥ , užitím 2. části věty a definice součtu podprostorů. “⇐" Plyne z právě dokázané implikace užitím 1. části věty. 11. Skalární součin 71 Definice 11.5. Nechť W, S jsou netriviální podprostory euklidovského vektorového prostoru V . Je-li W ⊆ S⊥ nebo W ⊇ S⊥ , pak podprostory W, S nazýváme kolmé (ve V ) a označujeme W ⊥ S. Je-li speciálně W = S⊥ , pak podprostory W, S nazýváme totálně kolmé (ve V ). Poznámka 11.1. Z Věty 11.2 (část 4.) bezprostředně plyne, že W ⊆ S⊥ ⇔ S ⊆ W⊥ , resp. W ⊇ S⊥ ⇔ S ⊇ W⊥ , resp. W = S⊥ ⇔ S = W⊥ . Vidíme tedy, že kolmost i totální kolmost jsou symetrické relace na množině všech netriviálních podprostorů V , a tedy předchozí definice, tak jak byla vyslovena, je korektní. Dále poznamenejme, že užitím Věty 11.2 (část 4.) a vlastností dimenze dostaneme následující implikace W ⊆ S⊥ =⇒ dim W + dim S ≤ dim V , W ⊇ S⊥ =⇒ dim W + dim S ≥ dim V , (11.4) přičemž ostrá inkluze implikuje vždy ostrou nerovnost. Je zřejmé, že obecně neplatí obrácené implikace! ♦ Věta 11.3. Nechť W, S jsou netriviální podprostory euklidovského prostoru V . Pak platí: W, S jsou totálně kolmé ⇔ W, S jsou kolmé a dim W + dim S = dim V. Důkaz. “⇒" Nechť W, S jsou totálně kolmé; pak zřejmě W, S jsou kolmé a W = S⊥ , odkud dim V = dim(S⊥ ˙+S) = dim S⊥ + dim S = dim W + dim S. “⇐" Nechť W, S jsou kolmé a platí dim W + dim S = dim V ; pak W ⊆ S⊥ nebo W ⊇ S⊥ a z předchozí poznámky plyne, že ani jedna z inkluzí nemůže být ostrá. Je tedy W = S⊥ , tzn. W, S jsou totálně kolmé. Věta 11.4. Nechť W, S jsou netriviální podprostory euklidovského prostoru V takové, že W, S jsou kolmé. Pak platí: 1. dim W + dim S ≤ dim V =⇒ W ∩ S = {o} ; 2. dim W + dim S ≥ dim V =⇒ W + S = V . Důkaz. 1. Nechť W ⊥ S a dim W + dim S ≤ dim V . Pak W ⊆ S⊥ nebo W ⊇ S⊥ , ovšem vzhledem k (11.4) musí být W ⊆ S⊥ , odkud pak W ∩ S ⊆ S⊥ ∩ S = {o}, a tedy W ∩ S = {o}. 2. Nechť W ⊥ S a dim W + dim S ≥ dim V . Pak opět užitím (11.4) dostáváme W ⊇ S⊥ , odkud V ⊇ W + S ⊇ S⊥ ⊕ S = V . Obě poslední inkluze musí tedy být rovnostmi, což však znamená, že V = W + S. 11. Skalární součin 72 Věta 11.5. Nechť W, S jsou netriviální podprostory euklidovského prostoru V . Potom platí: W ⊥ S ve V a dim W + dim S ≤ dim V ⇔ ⇔ W, S jsou totálně kolmé ve (W + S). Důkaz. Nechť index u symbolu ⊥ značí vždy podprostor, v němž konstruujeme ortogonální doplněk. Je zřejmé, že platí S⊥W +S = S⊥V ∩ (W + S) . (11.5) “⇒" Z předpokladů a z Věty 11.4 dostáváme, že W ∩ S = {o}, odkud dim W + dim S = dim(W + S), respektive W, S jsou netriviální podprostory ve (W + S). Dále z předpokladů (užitím (11.4)) plyne, že W ⊆ S⊥V . Triviálně je W ⊆ W + S, a tedy z (11.5) pak dostáváme W ⊆ S⊥W +S , neboli W, S jsou kolmé ve (W + S). Dohromady pak podle Věty 11.3 jsou W, S totálně kolmé ve (W + S). “⇐" Nechť W, S jsou totálně kolmé ve (W +S). Pak podle Věty 11.3 je dim W + dim S = dim(W + S) ≤ dim V . Dále, z předpokladu totální kolmosti a z (11.5) dostáváme W = S⊥W +S ⊆ S⊥V neboli W ⊥ S ve V . Úloha 11.1. Nalezněte ortogonální projekci vektoru x = (4; −1; −3; 4) na podpostor W = L(u, v, w), kde u = (1; 1; 1; 1), v = (1; 2; 2; −1), w = (1; 0; 0; 3). Řešení : Bude výhodné nejprve nalézt bázi podprostoru W (vektory u, v, w jsou podle zadání pouze generátory W). Ale   1 1 1 1 1 2 2 −1 1 0 0 3   ∼   1 1 1 1 0 1 1 −2 0 −1 −1 2   , odkud již vidíme, že bázi W tvoří například vektory u, v. Nyní budeme hledat vyjádření x = y + z, kde y ∈ W, z ∈ W⊥ , a tedy y = ru + sv, respektive z = x − y, odkud vidíme, že úloha bude vyřešena nalezením koeficentů r, s. Ale platí 0 = (z, u) = (x − y, u), resp. 0 = (z, v) = (x − y, v) , odkud po dosazení za y a rozepsání dostáváme r(u, u) + s(v, u) = (x, u) , r(u, v) + s(v, v) = (x, v) . Po vyčíslení všech skalárních součinů a dosazení řešíme soustavu lineárních rovnic 4r + 4s = 4 4r + 10s = −8 =⇒ r = 3, s = −2 =⇒ y = 3u − 2v = (1; −1; −1; 5). 11. Skalární součin 73 Poznamenejme, že jako vedlejší produkt předchozích výpočtů dostáváme i ortogonální komponentu z = x − y = (3; 0; −2; −1). Výsledek: ortogonální projekcí vektoru x na W je vektor y = (1; −1; −1; 5) a ortogonální komponenta vektoru x vzhledem k podprostoru W je vektor z = (3; 0; −2; −1). Úloha 11.2. V euklidovském 4-rozměrném prostoru V jsou dány podprostory W = L(u1, u2, u3) a S = L(v), kde u1 = (1; 1; 1; 1), u2 = (−2; 6; 0; 8), u3 = (−3; 1; −2; 2), v = (1; a; 3; b): 1. Nalezněte ortogonální bázi W a tuto bázi doplňte na ortogonální bázi prostoru V . 2. Určete hodnoty a, b tak, aby podprostory W, S byly kolmé. Řešení : 1. Na vektory u1, u2, u3 aplikujeme Gramm-Schmidtův ortogonalizační proces: e1 = u1 = (1; 1; 1; 1) ; e2 = te1 + u2, kde t = − (u2,e1) (e1,e1) = −3; tedy e2 = (−5; 3; −3; 5) ; e3 = t1e1 + t2e2 + u3, kde t1 = − (u3,e1) (e1,e1) = 1 2 , t2 = − (u3,e2) (e2,e2) = −1 2 ; tedy e3 = (0; 0; 0; 0). Vidíme, že e3 = o (což je důsledkem toho, že vektory u1, u2, u3 jsou lineárně závislé), a tedy hledanou ortogonální bází W jsou (např.) vektory e1, e2. Pro doplnění vektorů e1, e2 na ortogonální bázi celého prostoru V bude zřejmě stačit nalézt libovolnou ortogonální bázi f1, f2 podprostoru W⊥ (zdůvodněte!). Ale W⊥ je množina řešení homogenní soustavy lineárních rovnic, jejiž koeficienty jsou právě souřadnice vektorů e1, e2 (zdůvodněte!). Vektory f1, f2 pak dostaneme ortogonalizací libovolné báze řešení této homogenní soustavy: 1 1 1 1 0 −5 3 −3 5 0 ∼ · · · ∼ 1 1 1 1 0 0 4 1 5 0 =⇒ =⇒ x2 = r , x4 = s , =⇒ x3 = 4r − 5s , x1 = 3r + 4s , a tedy bázi řešení tvoří například vektory w1 = (3; 1; −4; 0), w2 = (4; 0; −5; 1). Pak: f1 = w1 = (3; 1; −4; 0) ; f2 = tf1 + w2, kde t = − (w2,f1) (f1,f1) = −16 13 ; tedy f2 = 4 13 ; −16 13 ; −1 13 ; 1 . Výsledek: vektory e1, e2 jsou ortogonáloní bází W, respektive vektory e1, e2, f1, f2 jsou ortogonální bází prostoru V . 2. Vzhledem k tomu, že dim S = 1, dim W = 2 (a tedy dim S⊥ = 3, dim W⊥ = 2), mohou být podprostory W, S kolmé jedině v případě, že W ⊆ S⊥ neboli S ⊆ W⊥ . Musíme tedy určit čísla a, b tak, aby v ∈ L(w1, w2), kde w1, w2 jsou 12. Euklidovský prostor, kartézské souřadnice 74 vektory báze W⊥ , získané v 1. Ale   3 1 −4 0 4 0 −5 1 1 a 3 b   ∼ · · · ∼   3 1 −4 0 0 −4 1 3 0 0 −51 − 3a 3 − 9a − 12b   . Vidíme tedy, že v ∈ L(w1, w2) právě když −51 − 3a = 0 ∧ 3 − 9a − 12b = 0, tj. právě když a = −17, b = 13. Výsledek: podprostory W, S jsou kolmé právě když a = −17, b = 13. Připomeňme znovu, že v obou úlohách jsme při výpočtech podstatně využívali úmluvy o tom, že souřadnice vektorů jsou vyjadřovány vzhledem k pevné ortonormální bázi prostoru V . 12 Euklidovský prostor, kartézské souřadnice Definice 12.1. Afinní prostor, jehož zaměřením je euklidovský vektorový prostor (tj. vektorový prostor se skalárním součinem), nazýváme euklidovským bodovým prostorem nebo stručně euklidovským prostorem a označujeme E. Poznámka 12.1. Vidíme, že euklidovský (bodový) prostor je speciálním případem afinního prostoru. Proto můžeme na euklidovský prostor přenést všechny pojmy a vlastnosti afinního prostoru. Je tedy zřejmý význam pojmů: bod euklidovského prostoru E, zaměření Z(E) euklidovského prostoru E, podprostor euklidovského prostoru E (připomeňme z Paragrafu 1, že podprostory v Z(E) jsou právě jeho vektorové podprostory), dimenze euklidovského prostoru E, dimenze podprostoru euklidovského prostoru E, afinní repér a afinní souřadnice v E atd. Všechny tyto pojmy nebudeme v euklidovském prostoru znovu zavádět, ale budeme je automaticky přenášet z afinního prostoru. ♦ Připomeňme ještě, že stručné vyjádření euklidovský prostor může sice jednou znamenat euklidovský bodový prostor a podruhé euklidovský vektorový prostor, ovšem ze souvislosti bude vždy jednoznačně jasné, o který z obou pojmů se jedná. Definice 12.2. Nechť A, B jsou body euklidovského prostoru E. Pak reálné číslo −→ AB nazýváme vzdáleností bodů A, B a označujeme AB. Je tedy AB = −→ AB . Věta 12.1. Nechť A, B, C ∈ E. Pak platí: 1. AB ≥ 0 ; 2. AB = 0 právě když A = B ; 3. AB = BA ; 4. AC ≤ AB + BC . 12. Euklidovský prostor, kartézské souřadnice 75 Důkaz. Tvrzení plynou ihned z definice velikosti vektorů a axiomů skalárního součinu, respektive z trojúhelníkové nerovnosti, uvedených v Paragrafu 11. Poznámka 12.2. Množiny, v nichž ke každým dvěma bodům X, Y je přiřazeno reálné číslo XY tak, že jsou splněny vlastnosti 1. – 4. z předchozí věty, se nazývají metrické prostory a studují se blíže v matematické analýze. Předchozí věta nám tedy mimo jiné říká, že euklidovský prostor je příkladem metrického prostoru. ♦ Poslední část předchozí věty můžeme ještě jednoduše rozšířit o charakterizaci toho, kdy v uvedené nerovnosti nastane rovnost. Věta 12.2. Nechť A, B, C ∈ E. Potom platí: AC = AB + BC právě když B ∈ [A, C] . Důkaz. Z definice vzdálenosti dvou bodů, z Věty 12.1 a z trojúhelníkové nerovnosti plyne, že AC = AB + BC právě když B = C nebo −→ AB = t −−→ BC, kde t ≥ 0. Poslední podmínka je však ekvivalentní podmínce, že body A, C leží na opačných polopřímkách s hraničním bodem B neboli bod B je bodem úsečky [A, C], což dává tvrzení věty. Definice 12.3. Nechť E je euklidovský prostor, dim E = n ≥ 1, a nechť R = P; e1, . . . , en (12.1) je afinní repér v En takový, že e1, . . . , en je ortonormální báze zaměření Z(En). Pak (12.1) se nazývá kartézský repér nebo ortonormální repér nebo kartézský souřadný systém v En. Souřadnice bodů v En vzhledem k repéru (12.1) se nazývají kartézské souřadnice. Úmluva 12.1. Všude dále v této kapitole, nebude-li výslovně řečeno jinak, budeme souřadnicemi bodů a vektorů vždy rozumět jejich souřadnice vzhledem k pevnému kartézskému repéru (12.1). ♦ Poznámka 12.3. Vidíme, že kartézský repér je speciálním případem afinního repéru a platí pro něj tedy všechny vztahy odvozené v Paragrafu 3, tj. vztahy pro souřadnice bodů, souřadnice vektorů, transformační rovnice atd. Z toho, co bylo řečeno v předchozím paragrafu o ortonormálních bázích, je zřejmé, že hlavní výhodou zavedení kartézskřch souřadnic bude jednoduché vyjadřování skalárního součinu a pojmů z něj odvozených. Připomeňme, že jsou-li u = (u1; . . . ; un), v = (v1; . . . ; vn) vektory ze zaměření Z(En), pak pro jejich skalární součin (u, v) platí (u, v) = u1v1 + · · · + unvn . (12.2) 12. Euklidovský prostor, kartézské souřadnice 76 Máme-li dva body A = [a1; . . . ; an], B = [b1; . . . ; bn] ∈ En, pak jejich vzdálenost AB vyjádříme pomocí souřadnic užitím (12.2) takto: AB = (b1 − a1)2 + · · · + (bn − an)2 . (12.3) Podobně pro odchylku ϕ dvou nenulových vektorů u, v dostaneme vzorec cosϕ = u1v1 + · · · + unvn u2 1 + · · · + u2 n v2 1 + · · · + v2 n . ♦ (12.4) Následující věta ukáže, že i střed dvojice bodů můžeme charakterizovat pomocí vzdáleností. Věta 12.3. Bod S ∈ E je středem dvojice bodů A, B ∈ E právě když je SA = SB = 1 2 AB . (12.5) Důkaz. Je-li A = B, pak tvrzení zřejmě platí. Nechť tedy A = B. 1. Nechť S je středem dvojice bodů A, B. Potom podle Důsledku 8.1, platí symbolická rovnice S = 1 2 A + 1 2 B, z níž po rozepsání a užitím (12.3) dostáváme SA = 1 2 AB = SB, tzn. platí (12.5). 2. Naopak, nechť platí (12.5). Pak AS + SB = AB a podle Věty 12.2 je S ∈ [A, B], tzn. −→ AS = t −→ AB, kde 0 ≤ t ≤ 1. Potom však −→ AS = |t| · −→ AB neboli SA = t AB, odkud plyne (podle (12.5)) vzhledem k tomu, že AB = 0, t = 1 2 . Podle Věty 8.5 je pak bod S středem dvojice bodů A, B. Transformační rovnice pro souřadnice bodů, respektive vektorů, při přechodu od jednoho afinního repéru k druhému, jak jsme odvodili v Paragrafu 3, budou opět beze změny platit i pro dva kartézské repéry. Ukážeme si však, že v případě kartézskřch souřadnic bude mít matice přechodu A speciální tvar, který umožní jednodušší manipulaci s transformačními rovnicemi. Věta 12.4. Nechť jsou dány dvě ortonormální báze zaměření Z(En) B = e1, . . . , en , (12.6) B = e1, . . . , en , (12.7) a nechť A = (aij) je matice přechodu od (12.6) k (12.7) a A je transponovaná matice k matici A. Pak platí: 1. A A = En, kde En značí jednotkovou matici řádu n ; 2. A−1 = A ; 3. |A| = ±1 . Důkaz. 1. Z definice matice přechodu plyne, že ei = a1ie1 + · · · + anien, pro i = 1, . . . , n . 12. Euklidovský prostor, kartézské souřadnice 77 Potom prvek stojící v i-tém řádku a j-tém sloupci matice A A je tvaru: a1ia1j + a2ia2j + · · · + anianj = (ei, ej) = 1 , pro i = j , 0 , pro i = j , a tedy je A A = En. 2. Z 1. a z Cauchyovy věty plyne, že matice A je regulární, tzn. existuje pak inverzní matice A−1 . Vynásobíme-li rovnost A A = En zprava maticí A−1 , dostáváme A = A−1 . 3. Z algebry víme, že |A | = |A|; pak z 1. užitím Cauchyovy věty dostáváme 1 = |En| = |A A| = |A | · |A| = |A|2 , odkud |A| = ±1. Poznámka 12.4. Předchozí věta má bezprostřední využití při studiu transformačních rovnic pro souřadnice bodů, respektive vektorů, v euklidovském prostoru. Známe-li totiž vyjádření nečárkovaných souřadnic pomocí čárkovaných (tj. vztahy (3.9), (3.12)), pak u kartézskřch souřadnic můžeme opačné transformační rovnice (tj. vyjádření čárkovaných souřadnic pomocí nečárkovaných) psát na základě 2. části předchozí věty prakticky okamžitě pomocí transponované matice A . ♦ Poznámka 12.5. Z lineární algebry víme, že matice přechodu od jednoho kartézského repéru k druhému je ortogonální matice. V dimenzi 2 (v rovině) jsou všechny ortogonální matice tvaru cos α − sin α sin α cos α , cos α + sin α sin α − cos α , (12.8) kde α je odchylka základních vektorů e1, e1 z kartézských repérů R = P; e1, e2 a R = P; e1, e2 , viz Obr. 12.1 pro první matici, která odpovídá stejné orientaci repérů. ♦ Obr. 12.1 13. Kolmost podprostorů 78 13 Kolmost podprostorů Definice 13.1. Nechť B1, B2 jsou netriviální podprostory euklidovského (bodového) prostoru E. Řekneme, že podprostory B1, B2 jsou kolmé, jsou-li kolmá jejich zaměření Z(B1), Z(B2). Píšeme pak B1 ⊥ B2. Podobně, podprostory B1, B2 nazýváme totálně kolmé, jsou-li totálně kolmá jejich zaměření Z(B1), Z(B2). Poznámka 13.1. Z definice je vidět, že kolmost i totální kolmost podprostorů euklidovského prostoru závisí pouze na zaměřeních těchto podprostorů. Vyšetřování kolmosti a totální kolmosti bude tedy probíhat ve vektorových prostorech se skalárním součinem, přičemž zřejmě podstatně využijeme výsledků odvozených v Paragrafu 11. ♦ Věta 13.1. Nechť B1, B2, B1, B2 jsou podprostory euklidovského prostoru E a nechť Bi Bi, dim Bi = dim Bi, pro i = 1, 2. Potom: B1 ⊥ B2 právě když B1 ⊥ B2 . Důkaz. Je-li Bi Bi a dim Bi = dim Bi, potom musí být Z(Bi) = Z(Bi), pro i = 1, 2. Tedy Z(B1) = Z(B1) a Z(B2) = Z(B2), odkud ihned plyne tvrzení. Věta 13.2. Nechť B, C jsou podprostory euklidovského prostoru E. Potom: 1. libovolným bodem A ∈ E prochází právě jeden podprostor, který je totálně kolmý k B. 2. Jsou-li podprostory B, C totálně kolmé, pak jejich průnikem je bod. Důkaz. 1. Podprostor {A; Z(B)⊥ } je totálně kolmý k B, prochází bodem A a zřejmě je jediný s těmito vlastnostmi. 2. Nechť podprostory B, C jsou totálně kolmé; potom Z(B) = Z(C)⊥ , odkud plyne, že dim Z(B) + dim Z(C) = dim Z(E), a tedy podle Věty 11.4 (část 1.) je Z(B) ∩ Z(C) = {o}. Ale Z(B) + Z(C) = Z(E), tzn. podle Věty 2.3 se podprostory B, C protínají. Dohromady dostáváme, že průnikem B, C je 0-rozměrný podprostor, tzn. bod. Věta 13.3. Nechť B je k-rozměrný podprostor v E (0 < k < n = dim E) vyjádřený neparametricky a11x1 + · · · + a1nxn = b1 , ... an−k,1x1 + · · · + an−k,nxn = bn−k . (13.1) Označme ai = (ai1; . . . ; ain), i = 1, . . . , n−k, vektory ze Z(En), jejichž souřadnicemi jsou koeficienty v jednotlivých rovnicích systému (13.1). Potom vektory a1, . . . , an−k tvoří bázi ortogonálního doplňku zaměření Z(B), a tedy Z(B)⊥ = L(a1, . . . , an−k) . (13.2) 13. Kolmost podprostorů 79 Důkaz. Podle Věty 5.3 je zaměření Z(B) rovno podprostoru řešení zhomogenizovaného systému k systému (13.1). Pro každý vektor x = (x1; . . . ; xn) ∈ Z(B) tedy platí ai1x1 + · · · + ainxn = 0, tj. (ai, x) = 0 neboli ai ⊥ x, pro i = 1, . . . , n − k. Tedy a1, . . . , an−k ∈ Z(B)⊥ , přičemž podle předpokladu jsou vektory a1, . . . , an−k lineárně nezávislé. Poněvadž dim Z(B)⊥ = n − k, jsou vektory a1, . . . , an−k bází podprostoru Z(B)⊥ . Zbytek tvrzení je pak triviální. Věta 13.4. Nechť platí označení předchozí Věty 13.3 a nechť C je podprostor v En. Potom: B ⊥ C právě když Z(C) ⊆ L(a1, . . . , an−k) nebo Z(C) ⊇ L(a1, . . . , an−k) . Důkaz. Tvrzení věty plyne bezprostředně z definice kolmosti a z Věty 13.3. Poznámka 13.2. Pokud by rovnice (13.1) zadávající podprostor B byly lineárně závislé (což se někdy v praxi stává), pak jistě neplatí 1. část tvrzení Věty 13.3, ovšem zřejmě zůstávají v platnosti (13.2) a Věta 13.4 (neboť pak vektory a1, . . . , an−k jsou generátory Z(B)⊥ ). ♦ Dále, je-li dána nadrovina N ≡ a1x1 + · · · + anxn + a = 0, pak zřejmě vektor n = (a1; . . . ; an) je kolmý k Z(N). Zavedeme pro něj následující označení. Definice 13.2. Nechť N ≡ a1x1 + · · · + anxn + a = 0 je nadrovina v En. Pak vektor n = (a1; . . . ; an) budeme nazývat normálovým vektorem nadroviny N a každou přímku, jejímž směrovým vektorem je vektor n, budeme nazývat normálou nadroviny N. Následující věty se zabývají speciálními případy kolmosti podprostorů v E, a sice kolmostí přímky a nadroviny, respektive kolmostí dvou nadrovin. Věta 13.5. Nechť p ≡ X = A + tu je přímka a N ≡ a1x1 + · · · + anxn + a = 0 je nadrovina v En. Potom p a N jsou totálně kolmé právě když existuje reálné číslo k takové, že u = k(a1; . . . ; an). Důkaz. Uvědomme si, že dim p + dim N = dim E, a tedy podle Věty 11.3 se v případě kolmosti přímky p a nadroviny N musí jednat o totální kolmost. Zbytek tvrzení pak plyne přímo z Věty 13.4. Věta 13.6. Nechť N1 ≡ a1x1 + · · · + anxn + a = 0, N2 ≡ b1x1 + · · · + bnxn + b = 0 jsou nadroviny v E. Potom: N1 ⊥ N2 ⇔ a1b1 + · · · + anbn = 0 ⇔ n1 ⊥ n2 . Důkaz. Podle Věty 13.4 a podle Věty 5.3 je N1 ⊥ N2 ⇔ (a1; . . . ; an) ∈ Z(N2) ⇔ a1b1 + · · · + anbn = 0. 13. Kolmost podprostorů 80 Poznámka 13.3. Aplikujeme-li předchozí dvě věty na 2-rozměrný (respektive 3rozměrný) euklidovský prostor, dostaneme věty o kolmosti přímek a rovin známé ze střední školy. Například, máme-li dány v rovině dvě přímky zadané ve směrnicovém tvaru rovnic, tj. p1 ≡ y = k1x + q1, p2 ≡ y = k2x + q2 , k1 = 0 = k2, můžeme tyto rovnice psát v tvaru p1 ≡ k1x − y + q1 = 0, p2 ≡ k2x − y + q2 = 0 a podle Věty 13.6 jsou p1 a p2 kolmé právě když k1k2 + 1 = 0, tj. k2 = − 1 k1 , což je výsledek dokazovaný na střední škole. ♦ Poznámka 13.4. Jednou z nejčastějších praktickřch úloh o kolmosti je úloha nalézt k danému k-rozměrnému podprostoru B totálně kolmý podprostor C procházející pevným bodem Q. K vyřešení této úlohy stačí zřejmě nalézt Z(C), přičemž Z(C) = Z(B)⊥ . V podstatě mohou nastat dvě situace: a) Podprostor B je zadán parametricky, tzn. B ≡ X = A + t1u1 + · · · + tkuk, kde ui = (ui1; . . . ; uin), i = 1, . . . , k. Potom Z(B)⊥ je množinou řešení homogenního systému lineárních rovnic u11x1 + · · · + u1nxn = 0 , ... uk1x1 + · · · + uknxn = 0 a hledaný podprostor C bude výhodné vyjadřovat neparametricky. Jeho neparametrické rovnice dostaneme "znehomogenizováním" předchozí homogenní soustavy rovnic souřadnicemi bodu Q. b) Podprostor B je zadán neparametricky, tzn. B =    a11x1 + · · · + a1nxn = b1 , ... an−k,1x1 + · · · + an−k,n = bn−k . Potom vektory řádkových koeficientů tvoří bázi Z(B)⊥ a hledaný podprostor C bude výhodné vyjadřovat parametricky. ♦ Věta 13.7. Nechť B je netriviální podprostor euklidovského prostoru E a R ∈ E je bod neležící v B. Pak existuje právě jedna přímka p procházející bodem R, která je kolmá k B a protíná B. Důkaz. Podle Věty 13.2 bodem R prochází jediný podprostor C totálně kolmý na B. Přitom B ∩ C je právě jeden bod P. Potom přímka p ≡ p(R, P) je hledaná přímka. 13. Kolmost podprostorů 81 Definice 13.3. Přímka p, která prochází daným bodem R, protíná daný podprostor B a je k němu kolmá, se nazývá kolmice vedená bodem (kolmice spuštěná z bodu) R na podprostor B. Průsečík přímky p s podprostorem B se pak nazývá pata kolmice vedené bodem R na podprostor B (nebo též kolmý průmět bodu R na podprostor B). Poznámka 13.5. Uvědomme si, že předchozí definice nic nepředpokládá o poloze bodu R. Jestliže bod R neleží v podprostoru B, pak podle Věty 13.7 kolmice vedená bodem R na B, respektive kolmý průmět bodu R na B, jsou určeny jednoznačně. Jestliže však R ∈ B, pak splývá bod R s kolmým průmětem R na B, ovšem kolmice vedená bodem R na podprostor B může, ale nemusí být určena jednoznačně. Například je-li B rovina (respektive přímka) ve 3-rozměrném prostoru a R ∈ B, pak existuje jedna kolmice (respektive nekonečně mnoho kolmic) vedená bodem R na B. ♦ Úloha 13.1. Nalezněte podprostor C v E5, který prochází bodem Q a je totálně kolmý k rovině ≡ {A; L(u, v)}. Přitom Q = [−1; 2; 5; 1; 4], A = [3; 2; 1; 1; 2], u = (7; 2; 1; 1; 3), v = (0; 4; −2; 1; −1). Řešení : Rovina je zadána parametricky, a proto bude výhodné hledat neparametrické vyjádření podprostoru C. Ale Z(C) je dán homogenní soustavou lineárních rovnic, kterou získáme pomocí souřadnic vektorů u, v, tj. 7x1 + 2x2 + x3 + x4 + 3x5 = 0 , 4x2 − 2x3 + x4 − x5 = 0 . Pravé strany neparametrického vyjádření C dostaneme dosazením souřadnic bodu Q. Pak b1 = −7 + 4 + 5 + 1 + 12 = 15; b2 = 8 − 10 + 1 − 4 = −5. Výsledek: hledaný podprostor C má neparametrické vyjádření C ≡ 7x1 + 2x2 + x3 + x4 + 3x5 = 15 , 4x2 − 2x3 + x4 − x5 = −5 . Úloha 13.2. Nalezněte podprostor C v E5, který prochází bodem Q a je totálně kolmý k podprostoru B. Přitom Q = [1; 0; 1; 0; 1], respektive B = 19x1 + 11x2 − 4x3 + 5x4 + x5 = 3 , 7x1 + 2x2 + x4 = 1 . Řešení : Zřejmě je dim B = 3, a tedy hledaným podprostorem C bude rovina (tj. dim C = 2). Podle Věty 13.3 však bázi Z(B)⊥ = Z(C) tvoří vektory, jejichž souřadnicemi jsou koeficienty u neznámých v neparametrickém vyjádření podprostoru B. Dostáváme tedy okamžitě hledané řešení (v parametrickém tvaru). Výsledek: podprostor C je určen parametricky C ≡ X = Q + ru + sv, kde Q = [1; 0; 1; 0; 1], u = (19; 11; −4; 5; 1), v = (7; 2; 0; 1; 0). 14. Vnější a vektorový součin 82 Úloha 13.3. Bodem Q ∈ E3 veď te v rovině přímku q, která je kolmá k přímce p ≡ X = A + tu. Přitom Q = [2; 1; −3], ≡ 3x − 2y + z = 1, A = [4; 5; 3], u = (−6; 6; 1). Řešení : Především je vidět, že Q ∈ , a úloha má tedy smysl. Hledejme přímku q v parametrickém tvaru za použití daného bodu Q, tzn. že q ≡ X = Q + yw, kde musíme nalézt vektor w = (w1; w2; w3) . Ale podle zadání je w ∈ Z( ), respektive w ⊥ u, tzn. po rozepsání 3w1 − 2w2 + w3 = 0 , −6w1 + 6w2 + w3 = 0 , odkud po vyřešení (například Gaussovou metodou) dostáváme w3 = 2k, w2 = −3k, w1 = −8 3 k, tzn. je například w = (−8; −9; 6). Výsledek: přímka q má parametrické vyjádření q ≡    x = 2 − 8t , y = 1 − 9t , z = −3 + 6t . 14 Vnější a vektorový součin V tomto paragrafu uvedeme nejprve další vlastnosti euklidovských vektorových prostorů, respektive orientovaných euklidovských vektorových prostorů, a potom některé jejich aplikace. Úmluva 14.1. Nebude-li výslovně řečeno jinak, pak všude v tomto paragrafu předpokládáme, že ve studovaném n-rozměrném euklidovském vektorovém prostoru Vn je pevně zadána ortonormální báze B = e1, . . . , en , (14.1) v níž vyjadřujeme všechny souřadnice. Je-li prostor Vn navíc orientovaný, pak orientace je zvolena tak, že báze (14.1) je kladná. ♦ Definice 14.1. Nechť Vn je orientovaný n-rozměrný euklidovský vektorový prostor a nechť u1, . . . , un je konečná posloupnost n vektorů z Vn, přičemž je ui = (u1i; u2i; . . . ; uni), pro i = 1, . . . , n. Pak reálné číslo u11 u12 . . . u1n ... ... ... un1 un2 . . . unn nazýváme vnějším součinem vektorů u1, . . . , un a označujeme [u1, . . . , un]. 14. Vnější a vektorový součin 83 Poznámka 14.1. Rozmyslíme-li si důkladněji předchozí definici, vidíme ihned, že vnější součin [u1, . . . , un] je definován pomocí souřadnic vektorů u1, . . . , un v pevné kladné ortonormální bázi (14.1) a tudíž je na první pohled závislý na volbě této báze (což by se tedy mělo nějak projevit v slovním vyjádření a v symbolice). Následující věta však ukáže, že tomu tak není, a tedy definice vnějšího součinu je zformulována korektně. ♦ Věta 14.1. Vnější součin vektorů u1, . . . , un ∈ Vn nezávisí na volbě kladné ortonormální báze prostoru Vn. Důkaz. Nechť (14.1), respektive B = e1, . . . , en (14.2) jsou dvě kladné ortonormální báze prostoru Vn. Označme [u1, . . . , un]B, respektive [u1, . . . , un]B , vnější součin vektorů u1, . . . , un vyjádřený pomocí souřadnic těchto vektorů v bázi (14.1), respektive (14.2). Nechť A značí matici přechodu od báze (14.1) k bázi (14.2). Podle Věty 12.3 (3. část) je |A| = ±1 a protože (14.1) a (14.2) jsou souhlasné báze, je tedy |A| = 1. Nechť nyní ui = (u1i; u2i; . . . ; uni) vyjádřeno v bázi (14.1), respektive ui = (u1i; u2i; . . . ; uni) vyjádřeno v bázi (14.2), pro i = 1, . . . , n. Užitím transformačních rovnic pro souřadnice vektorů (viz (3.12)) dostáváme pro i = 1, . . . , n    u1i ... uni    = A    u1i ... uni    , tzn.    u11 . . . u1n ... ... un1 . . . unn    = A    u11 . . . u1n ... ... un1 . . . unn    , odkud přechodem k determinantům užitím Cauchyovy věty a toho, že |A| = 1, dostáváme u11 . . . u1n ... ... un1 . . . unn = u11 . . . u1n ... ... un1 . . . unn neboli [u1, . . . , un]B = [u1, . . . , un]B . Věta 14.2. Nechť u1, . . . , un je konečná posloupnost vektorů z Vn, v ∈ Vn a r ∈ R. Pak: 1. [u1, . . . , ui + v, . . . , un] = [u1, . . . , un] + [u1, . . . , v, . . . , un] pro všechna i = 1, . . . , n . 2. [u1, . . . , rui, . . . , un] = r[u1, . . . , un] pro všechna i = 1, . . . , n . 3. Je-li (k1; . . . ; kn) libovolné pořadí indexů 1, 2, . . . , n a značí-li t celkový počet dvojic tvořících inverzi v tomto pořadí, pak [uk1 , . . . , ukn ] = (−1)t [u1, . . . , un] . 4. Vnější součin [u1, . . . , un] = 0 ⇔ vektory u1, . . . , un jsou lineárně závislé. 5. Vnější součin [u1, . . . , un] je kladný (respektive záporný) ⇔ vektory u1, . . . , un tvoří kladnou (respektive zápornou) bázi prostoru Vn. 14. Vnější a vektorový součin 84 Důkaz. Vlastnosti 1. až 4. plynou ihned z vět o základních vlastnostech determinantů, uváděných v algebře. Část 5. pak plyne z 4. a z definice orientace prostoru Vn, uvědomíme-li si, že jsou-li vektory u1, . . . , un lineárně nezávislé, pak (neboť dim Vn = n) musí tvořit bázi Vn a vnější součin je vlastně determinantem matice přechodu od báze (14.1) k bázi u1, . . . , un . Přitom stále v rámci Úmluvy 14.1 předpokládáme, že báze (14.1) je kladná. Poznámka 14.2. Vlastnosti 1. až 5. v předchozí větě jednoznačně určují vnější součin vektorů. Mohli bychom tedy definovat vnější součin jako zobrazení Vn × · · · × Vn n−krát → R , které je 1. lineární v každé složce (vlastnosti 1. a 2.), 2. antisymetrické (vlastnost 3.), 3. splňuje vlastnosti 4. a 5. Tato definice by byla evidentně nezávislá na zvolené bázi, ale odvodit z ní souřadnicové vyjádření vnějšího součinu vektorů by bylo obtížné. Proto jsme z "technických" důvodů zvolili opačný postup a definovali vnější součin přímo v souřadnicích a teprve odtud snadno odvodili vlastnosti 1. až 5. ♦ Definice 14.2. Nechť u1, . . . , uk je konečná posloupnost k vektorů z Vn. Pak determinant (u1, u1) (u1, u2) . . . (u1, uk) (u2, u1) (u2, u2) . . . (u2, uk) ... ... ... (uk, u1) (uk, u2) . . . (uk, uk) se nazývá Grammův determinant vektorů u1, . . . , uk a označuje se symbolem G(u1, . . . , uk). Věta 14.3. Nechť u1, . . . , un je konečná posloupnost n vektorů z Vn. Pak platí G(u1, . . . , un) = [u1, . . . , un]2 . Důkaz. Tvrzení věty plyne bezprostředně rozepsáním z definice vnějšího součinu, užitím věty o determinantu transponované matice a vztahu (12.2) pro skalární součin dvou vektorů. Poznámka 14.3. Uvědomme si především, že pojem Grammova determinantu je definován pro libovolný konečný počet vektorů. Je-li tento počet speciálně roven dimenzi prostoru Vn, pak (podle předchozí věty a Věty 14.2 (2. část)) je Grammův determinant G(u1, . . . , un) nezáporné reálné číslo, které je rovno nule právě když vektory u1, . . . , un jsou lineárně závislé. V dalším ukážeme, že Grammův determinant má stejnou vlastnost pro každou konečnou posloupnost vektorů. ♦ 14. Vnější a vektorový součin 85 Věta 14.4. Nechť u1, . . . , uk je libovolná posloupnost vektorů z V ; respektive z1, . . . , zk je ortogonální posloupnost vektorů z V taková, že z1 = u1; zi = ti1u1 + · · · + ti,i−1ui−1 + ui; tij ∈ R, i = 2, . . . , k. Potom je G(u1, . . . , uk) = (z1, z1) · · · · · (zk, zk) . Důkaz. Nechť 2 ≤ i ≤ k; pak dosazením z předpokladů věty dostáváme pro libovolné j = 1, . . . , k (zi, uj) = ti1(u1, uj) + · · · + ti,i−1(ui−1, uj) + (ui, uj) , odkud plyne, že záměna vektoru ui vektorem zi v celém i-tém řádku (2 ≤ i ≤ k) Grammova determinantu G(u1, . . . , uk) je ekvivalentní přičtení k tomuto řádku jisté lineární kombinace předchozích řádků, což je úprava, která nezmění hodnotu determinantu. Dále podle předpokladu je z1 = u1, tzn. (u1, uj) = (z1, uj) pro libovolné j = 1, . . . , n. Dohromady tedy (u1, u1) . . . (u1, uk) ... ... (uk, u1) . . . (uk, uk) = (z1, u1) . . . (z1, uk) ... ... (zk, u1) . . . (zk, uk) . Podobně, nechť 2 ≤ j ≤ k; pak pro libovolné i = 1, . . . , k je (zi, zj) = tj1(zi, u1) + · · · + tj,j−1(zi, uj−1) + (zi, uj) , respektive z1 = u1, tzn. stejnou úvahou jako výše můžeme v posledně napsaném determinantu ve všech sloupcích místo uj psát zj. Dostáváme (z1, u1) . . . (z1, uk) ... ... (zk, u1) . . . (zk, uk) = (z1, z1) . . . (z1, zk ... ... (zk, z1) . . . (zk, zk) = = (z1, z1) 0 · · · 0 0 (z2, z2) · · · 0 ... ... ... ... 0 0 · · · (zk, zk) , kde jsme využili toho, že posloupnost z1, . . . , zk je ortogonální, tzn. (zi, zj) = 0, pro i = j. Dohromady pak G(u1, . . . , uk) = (z1, z1) · · · · · (zk, zk). Důsledek 14.1. Nechť u1, . . . , uk je libovolná posloupnost vektorů z Vn. Pak platí: 1. G(u1, . . . , uk) ≥ 0 . 2. G(u1, . . . , uk) = 0 ⇔ vektory u1, . . . , uk jsou lineárně závislé. 14. Vnější a vektorový součin 86 Důkaz. Nechť z1, . . . , zk je ortogonální posloupnost vektorů z Vn, která vznikne z posloupnosti u1, . . . , uk provedením Gramm-Schmidtova ortogonalizačního procesu. Jak bylo ukázáno v algebře, taková posloupnost existuje a má právě vlastnosti požadované v předpokladech Věty 14.4. Podle ní je tedy G(u1, . . . , uk) = (z1, z1) · · · · · (zk, zk) , odkud již plyne 1., neboť (zi, zi) ≥ 0, respektive 2., neboť (jak víme z algebry) vektory u1, . . . , uk jsou lineárně závislé právě když alespoň jeden z vektorů z1, . . . , zk je nulový. V Kapitole 1 jsme v afinním prostoru zavedli pojem k-rozměrného rovnoběžnostěnu Rk = R(A; u1, . . . , uk) daného bodem A a posloupností lineárně nezávislých vektorů u1, . . . , uk a dokázali jsme, že Rk je konvexní množinou. Nyní v euklidovském prostoru budeme definovat objem rovnoběžnostěnu Rk a odvodíme poměrně jednoduchý algoritmus pro jeho výpočet. Připomeňme, že na střední škole se počítala plocha rovnoběžníka, respektive objem rovnoběžnostěnu (což jsou v našem pojetí 2-, respektive 3-rozměrné rovnoběžnostěny) podle vzorce, který by se nepřesně, ale názorně dal vyjádřit obratem velikost základny krát výška. Uvidíme, že oba tyto vztahy vyjdou jako speciální případy našich obecných úvah. Definice 14.3. Nechť Rk = R(A; u1, . . . , uk) je k-rozměrný rovnoběžnostěn v E. Pak objem rovnoběžnostěnu Rk označujeme symbolem |Rk| a definujeme induktivně takto: Pro k = 1 je |R1| = u1 . Je-li definován |Ri−1| pro 2 ≤ i ≤ k, pak |Ri| = |Ri−1| · zi , kde zi = −−−−→ Yi−1Xi, přičemž Xi = A + ui a Yi−1 je kolmý průmět bodu Xi na podprostor Bi−1 = {A; L(u1, . . . , ui−1)}. Poznámka 14.4. Uvědomme si, že Věta 13.2 zaručuje existenci a jednoznačnost bodu Yi−1. Explicitně zapsáno je Yi−1 = Bi−1 ∩ Ci−1 , kde Ci−1 = {Xi; L(u1, . . . , ui−1)⊥ }. ♦ Poznámka 14.5. Předchozí definice zavádí objem k-rozměrného rovnoběžnostěnu pro libovolné k ≥ 1. Je nutno si uvědomit, že pro k = 1 je R1 úsečka a její objem je totožný s délkou úsečky. Pro k = 2 budeme místo 2-rozměrného rovnoběžnostěnu používá obvyklejší název rovnoběžník a místo pojmu objem rovnoběžníka budeme používat název obsah rovnoběžníka. ♦ 14. Vnější a vektorový součin 87 Z předchozí definice tedy plyne, že objem rovnoběžnostěnu Rk můžeme (pro k ≥ 2) vyjádřit ve tvaru |Rk| = u1 · z2 · . . . · zk , (14.3) kde vetory z2, . . . , zk jsou konstruovány postupně, způsobem popsaným v definici. Je ihned vidět, že vztah (14.3) je nevhodný k praktickým výpočtům, pro které bude výhodnější používat následující větu. Věta 14.5. Nechť Rk = R(A; u1, . . . , uk) je k-rozměrný rovnoběžnostěn v E. Pak pro jeho objem platí |Rk| = + G(u1, . . . , uk) . Důkaz. Je-li k = 1, pak |R1| = u1 = (u1, u1) = G(u1) a tvrzení platí. Nechť tedy je k ≥ 2. Pak umocněním vztahu (14.3) dostáváme |Rk|2 = (u1, u1) · (z2, z2) · · · · · (zk, zk) , (14.4) kde pro i = 2, . . . , k je zi = −−−−→ Yi−1Xi, přičemž Xi = A + ui, respektive Yi−1 ∈ Bi−1 = {A; L(u1, . . . , ui−1)} a platí zi ⊥ u1, . . . , ui−1 . (14.5) Nyní nejprve dokážeme, že posloupnost vektorů u1, z2, . . . , zk (14.6) splňuje předpoklady Věty 14.4. Ale zřejmě (pro i = 2, . . . , k) platí zi = −−−−→ Yi−1Xi = −−−→ Yi−1A + −−→ AXi = ti1u1 + · · · + ti,i−1ui−1 + ui , (14.7) odkud vzhledem k (14.5) plyne, že zi ⊥ u1 a zi ⊥ zs pro s = 2, . . . , i − 1, a tedy posloupnost (14.6) je ortogonální. Dostali jsme tedy posloupnost vektorů (14.6), která splňuje předpoklady Věty 14.4 a podle této věty platí G(u1, . . . , uk) = (u1, u1) · (z2, z2) · · · · · (zk, zk) , což spolu s (14.4) dává |Rk|2 = G(u1, . . . , uk), odkud odmocněním dostáváme dokazované tvrzení. Důsledek 14.2. Nechť Rn = R(A; u1, . . . , un) je n-rozměrný rovnoběžnostěn v n-rozměrném euklidovském prostoru En. Pak objem rovnoběžnostěnu Rn je roven absolutní hodnotě vnějšího součinu vektorů u1, . . . , un, tzn. |Rn| = |[u1, . . . , un]| . 14. Vnější a vektorový součin 88 Důkaz. Tvrzení plyne přímo z předchozí věty a z Věty 14.3. Definice 14.4. Nechť Vn, n ≥ 2, je orientovaný euklidovský vektorový prostor. Nechť u1, . . . , un−1 ∈ Vn a w ∈ Vn je vektor takový, že pro každý vektor x ∈ Vn je (w, x) = [u1, . . . , un−1, x] . (14.8) Pak vektor w nazýváme vektorovým součinem vektorů u1, . . . , un−1 a označujeme w = u1 × · · · × un−1. Poznámka 14.6. Připomeňme, že podle Úmluvy 14.1 jsou všechny souřadnice vyjadřovány v pevné kladné ortonormální bázi (14.1) prostoru Vn. Vyjádříme-li nyní vztah (14.8) v souřadnicích, dostaneme w1x1 + · · · + wnxn = u11 . . . u1,n−1 x1 u21 . . . u2,n−1 x2 ... ... ... un1 . . . un,n−1 xn , (14.9) kde ui = (u1i; u2i; . . . ; uni) pro i = 1, . . . , n − 1, x = (x1; . . . ; xn), w = (w1; . . . ; wn). Vidíme, že souřadnice vektoru w v (14.9) získáme rozvojem výše uvedeného determinantu podle posledního sloupce Laplaceovou větou (wi je tedy algebraickým doplňkem prvku xi). Z toho je zřejmé, že vektorový součin vektorů w vždy existuje, je určen jednoznačně a závisí na pořadí vektorů u1, . . . , un−1. Vektor w je definován pomocí svých souřadnic v bázi (14.1). Při přechodu k jiné kladné ortonormální bázi budou jeho souřadnice samozřejmě jiné. Zůstává tedy otázkou, zda se pak jedná opět o tentýž vektor, tzn. zda je předchozí definice korektní. Ale pro každý vektor x ∈ Vn jsou skalární součin (w, x) i vnější součin vektorů [u1, . . . , un−1, x] nezávislé na volbě kladné ortonormální báze prostoru Vn, a tedy i vektorový součin vektorů je na volbě kladné báze nezávislý. ♦ Věta 14.6. Nechť u1, . . . , un−1 ∈ Vn a nechť w značí vektorový součin vektorů u1, . . . , un−1. Potom w = o ⇐⇒ vektory u1, . . . , un−1 jsou lineárně závislé. Důkaz. Tvrzení ihned plyne z toho, že (viz algebra) hodnost matice je rovna maximálnímu řádu nenulového minoru, respektive maximálnímu počtu lineárně nezávislých sloupců. Věta 14.7. Nechť u1, . . . , un−1 jsou lineárně nezávislé vektory ve Vn, n ≥ 2, a nechť w je jejich vektorový součin. Označme W = L(u1, . . . , un−1). Pak platí: 1. L(w) = W⊥ (to znamená, že podprostor generovaný vektorovým součinem vektorů u1, . . . , un−1 je roven ortogonálnímu doplňku podprostoru generovaného vektory u1, . . . , un−1). 14. Vnější a vektorový součin 89 2. w = |[u1, . . . , un−1]W | (to znamená, že velikost vektorového součinu w vektorů u1, . . . , un−1 je rovna absolutní hodnotě vnějšího součinu těchto vektorů ve W). 3. u1, . . . , un−1, w (v tomto pořadí) tvoří kladnou bázi prostoru V . Důkaz. 1. Užitím Věty 14.2 (4. část) a rovnice (14.8) dostáváme okamžitě rovnost (w, ui) = [u1, . . . , un−1, ui] = 0, tzn. w ⊥ ui pro každé i = 1, . . . , n − 1. Potom je w ∈ W⊥ , a tedy L(w) ⊆ W⊥ . Podle předpokladu věty je dim W = n − 1, tzn. dim W⊥ = 1 = dim L(w), odkud již dohromady dostáváme, že L(w) = W⊥ . 2. Nechť v1, . . . , vn−1 (14.10) je libovolná kladná ortonormální báze W. Z 1. části plyne, že pro vhodné k ∈ R (k = 0) je v1, . . . , vn−1, kw (14.11) kladnou ortonormální bází celého prostoru V . Nechť ui = (u1i; . . . ; un−1,i), i = 1, . . . , n − 1, v bázi (14.10) podprostoru W. Pak v bázi (14.11) celého prostoru Vn je zřejmě ui = (u1i; . . . ; un−1,i; 0), pro i = 1, . . . , n − 1, respektive w = (0; . . . ; 0; 1 k ). Označíme-li [u1, . . . , un−1]W vnější součin vektorů u1, . . . , un−1 ve W, respektive [u1, . . . , un−1, w]Vn vnější součin vektorů u1, . . . , w ve Vn, pak je [u1, . . . , un−1]W = u11 . . . u1,n−1 ... ... un−1,1 . . . un−1,n−1 = k · u11 . . . u1,n−1 0 ... ... ... un−1,1 . . . un−1,n−1 0 0 . . . 0 1 k = k · [u1, . . . , un−1, w]Vn = k · (w, w) = k · 1 k2 = 1 k . Ale zřejmě w = 1 k , a tedy w = 1 k = |[u1, . . . , un−1]W |. 3. Z předpokladu věty, užitím (14.8) a Věty 14.6 dostáváme, že [u1, . . . , un−1, w] = (w, w) > 0 , a tedy podle Věty 14.2 (5. část) vektory u1, . . . , un−1, w tvoří kladnou bázi prostoru Vn. 14. Vnější a vektorový součin 90 Důsledek 14.3. Nechť Rn−1 = R(A; u1, . . . , un−1) je (n−1)-rozměrný rovnoběžnostěn v euklidovském prostoru En, n ≥ 2. Pak objem rovnoběžnostěnu Rn−1 je roven velikosti vektorového součinu vektorů u1, . . . , un−1, tzn. |Rn−1| = u1 × · · · × un−1 . Důkaz. Tvrzení plyne přímo z 2. části předchozí věty a z Důsledku 14.2. Poznámka 14.7. Podrobnějším rozborem bychom mohli ukázat, že vektorový součin w vektorů u1, . . . , un−1 je jednoznačně charakterizován čtyřmi vlastnostmi vyslovenými v předchozích dvou větách. Pro n = 3 se tímto způsobem vektorový součin většinou dokonce definuje. V dalším se budeme blíže zabývat právě tímto, tj. 3rozměrným případem. Je tedy pro dva vektory u, v ∈ V3 vektorový součin u×v ∈ V3 jednoznačně určen následujícími vlastnostmi (podle Vět 14.6 a 14.7 a Důsledku 14.3): (1) u × v = o právě když vektory u, v jsou lineárně závislé. Jsou-li vektory u, v lineárně nezávislé, je (2) u × v ⊥ u , u × v ⊥ v , (3) vektory u, v, u × v (v tomto pořadí) tvoří kladnou bázi V3, (4) u × v je roven obsahu rovnoběžníka určeného vektory u, v (viz Věta 14.7 (2. část) a Důsledek 14.2). ♦ Věta 14.8. Nechť u = (u1; u2; u3), v = (v1; v2; v3) jsou vektory z V3. Pak platí u2 u3 v2 v3 ; u3 u1 v3 v1 ; u1 u2 v1 v2 . Důkaz. Přepišme vztah (14.10) pro n = 3 a vektory u, v. Dostáváme u1 v1 x1 u2 v2 x2 u3 v3 x3 = u2 v2 u3 v3 x1 − u1 v1 u3 v3 x2 + u1 v1 u2 v2 x3 = = u2 u3 v2 v3 x1 + u3 u1 v3 v1 x2 + u1 u2 v1 v2 x3 , a odtud přímo plyne tvrzení věty. Další vlastnosti vektorového součinu ve V3 popisují následující věty. Věta 14.9. Nechť u, v, w ∈ V3, r ∈ R libovolné. Pak platí: 1. v × u = −(u × v) . 2. (ru) × v = u × (rv) = r(u × v) . 3. u × (v + w) = (u × v) + (u × w); (v + w) × u = (v × u) + (w × u) . 4. (u × v, w) = [u, v, w] . 14. Vnější a vektorový součin 91 Důkaz. Části 1., 2. a 3. věty vyplývají okamžitě z Věty 14.2 a Definice 14.4. Můžeme je dokázat snadno také tak, že vektory u, v, w vyjádříme pomocí souřadnic a použijeme Větu 14.8, respektive běžná pravidla pro počítání se souřadnicemi vektorů. Část 4. je speciálním případem (14.8), pro n = 3. Věta 14.10. Nechť u, u , v, v , w ∈ V3. Pak platí: 1. (u × v) × w = (u, w)v − (v, w)u . 2. (u × v, u × v ) = (u, u ) (u, v ) (v, u ) (v, v ) . Důkaz. Tvrzení dokážeme rozepsáním tak, že všechny vektory vyjádříme pomocí souřadnic a použijeme Větu 14.8, respektive běžná pravidla pro počítání se souřadnicemi vektorů. Důsledek 14.4. Pro nenulové vektory u, v ∈ V3 platí u × v = u · v · sin ϕ , (14.12) kde ϕ je odchylka vektorů u, v. Důkaz. Pro nenulové lineárně závislé vektory je tvrzení zřejmé. Pro lineárně nezávislé vektory u, v dostaneme z druhé části předchozí věty a (11.1) při u = u, v = v u × v 2 = u 2 · v 2 − (u, v)2 = u 2 · v 2 − u 2 · v 2 · cos2 ϕ = u 2 · v 2 (1 − cos2 ϕ) = u 2 · v 2 · sin2 ϕ . Odmocněním dostaneme požadované tvrzení. Obr. 14.1 Poznámka 14.8. Objasněme si tvrzení předchozí věty v názorné rovině, kde je obsah rovnoběžníka R(A; u, v) dán jednak jako velikost vektorového součinu u×v (viz Poznámka 14.7), jednak jako součin délky podstavy u krát výška v (důsledek Poznámky 14.6). Ale z vlastností pravoúhlých trojúhelníků je v = v · sin ϕ, kde ϕ je odchylka vektorů u, v. Odtud dostaneme okamžitě (14.12). ♦ 14. Vnější a vektorový součin 92 Poznámka 14.9. Jak již bylo řečeno, pro u, v ∈ V3 je u × v ∈ V3. Vidíme tedy, že vektorový součin je možno chápat jako operaci na množině V3. Přitom tato operace není komutativní (plyne z Věty 14.9) a není ani asociativní, neboť například pro vektory e1, e2 dané kladné ortonormální báze e1, e2, e3 je (e1 × e1) × e2 = o × e2 = o , e1 × (e1 × e2) = e1 × e3 = −e2 = o . Na druhé straně je ale operace vektorového součinu oboustranně distributivní vzhledem k operaci sčítání vektorů (plyne z Věty 14.9). Připomeňme, že vektorového součinu můžeme s výhodou použít v různých situacích při řešení úloh v 3-rozměrném euklidovském prostoru. Máme-li například zadánu přímku p neparametricky p ≡ a1x + a2y + a3z + a = 0 , b1x + b2y + b3z + b = 0 , pak vektor u, určující přímku p, vypočteme nejsnáze jako vektorový součin obou normálových vektorů (a1, a2, a3) a (b1, b2, b3), tzn. u = a2 a3 b2 b3 ; a3 a1 b3 b1 ; a1 a2 b1 b2 . ♦ Úloha 14.1. Nalezněte všechny hodnoty parametru a, pro které jsou přímky p, q kolmé. Přitom: p ≡ 4x − y + az − 2 = 0 , ay − z + 7 = 0 , q ≡ x + y − z − 3 = 0 , 3x − ay − 4z + 1 = 0 . Řešení : K okamžitému vyřešení úlohy stačí znát vektory určující dané přímky. Je-li totiž Z(p) = L(u), Z(q) = L(v), pak z definice kolmosti bezprostředně plyne, že p ⊥ q právě když (u, v) = 0. Vektory u, v však nejrychleji zjistíme jako vektorové součiny normálových vektorů rovin určujících obě zadané přímky. Tedy je u = −1 a a −1 ; a 4 −1 0 ; 4 −1 0 a = (1 − a2 ; 4; 4a) , v = 1 −1 −a −4 ; −1 1 −4 3 ; 1 1 3 −a = (−4 − a; 1; −a − 3) . Potom (u, v) = (1 − a2 )(−4 − a) + 4 + 4a(−a − 3) = a3 − 13a. Je tedy (u, v) = 0 právě když a3 − 13a = a(a2 − 13) = 0, tzn. a = 0 nebo a = √ 13 nebo a = − √ 13. Výsledek: přímky p, q jsou kolmé pro tři hodnoty parametru a: a = 0, a = √ 13, a = − √ 13. 15. Vzdálenost podprostorů 93 15 Vzdálenost podprostorů S pojmem vzdálenosti jsme se setkali již v Paragrafu 12, kdy jsme definovali vzdálenost dvou bodů. Na střední škole se kromě toho vyšetřuje vzdálenost bodu od přímky (v rovině), respektive vzdálenost bodu od roviny, a vzdálenost dvou rovnoběžných rovin (v 3-rozměrném prostoru). My se v tomto paragrafu budeme zabývat obecně pojmem vzdálenosti dvou podprostorů a některými jeho speciálními případy. Definice 15.1. Nechť B, C jsou podprostory euklidovského (bodového) prostoru E. Pak vzdáleností podprostorů B, C nazýváme nezáporné reálné číslo v(B, C), defi- nované v(B, C) = min{XY |X ∈ B, Y ∈ C}. Poznámka 15.1. Ve speciálních případech z definice plyne: 1. Jsou-li B = {B}, C = {C} body, tzn. 0-rozměrné podprostory v E, pak zřejmě v({B}, {C}) = BC. V tomto případě budeme místo v({B}, {C}) psát stručněji v(B, C). Podobně, je-li jeden z podprostorů 0-rozměrný, například B = {B}, pak budeme psát v(B, C) a hovořit o vzdálenosti bodu B od podprostoru C. 2. Jestliže se podprostory B, C protínají, pak (volbou X = Y ∈ B ∩ C) je zřejmě v(B, C) = 0. Obecně však definice vzdálenosti podprostorů nezaručuje, že vyšetřované minimum vůbec existuje. Kladnou odpověď na tuto otázku dá následující věta. ♦ Věta 15.1. Nechť B = {B; W}, C = {C; S} jsou libovolné podprostory v E. Pak jejich vzdálenost je rovna velikosti komponenty vektoru −−→ BC vzhledem k součtu zaměření (W + S). Důkaz. Nechť −−→ BC = y + z, kde y ∈ W + S, z ∈ (W + S)⊥ . (15.1) Podle důsledku Věty 11.3 toto vyjádření existuje a je jednoznačné. Chceme nyní dokázat, že v(B, C) = z . a) Pro libovolné body X ∈ B, Y ∈ C ukážeme, že XY ≥ z . Ale −−→ XY = −−→ XB + −−→ BC + −−→ CY = ( −−→ XB + −−→ CY +y)+z, přičemž je zřejmě ( −−→ XB + −−→ CY +y) ∈ W +S, a tudíž z ⊥ ( −−→ XB + −−→ CY + y). Potom XY 2 = ( −−→ XY , −−→ XY ) = (( −−→ XB + −−→ CY + y) + z, ( −−→ XB + −−→ CY + y) + z) = −−→ XB + −−→ CY + y 2 + z 2 ≥ z 2 . Tedy je XY ≥ z . b) Nalezneme dva body X0 ∈ B, Y0 ∈ C, pro něž uvažované minimum nastane, tzn. pro něž X0Y0 = z . Podle (15.1) je y ∈ W + S, tzn. existují vektory w ∈ W, s ∈ S tak, že y = w + s. Potom −−→ BC = w + s + z, neboli C = B + w + s + z, odkud C − s = (B + w) + z . Označíme-li B + w = X0, C − s = Y0, pak X0 ∈ B, Y0 ∈ C a z = −−−→ X0Y0. Je tedy z = −−−→ X0Y0 = X0Y0. 15. Vzdálenost podprostorů 94 Poznámka 15.2. Předchozí věta nám umožňuje výpočet vzdálenosti jakřchkoliv dvou podprostorů v E (včetně protínajících se podprostorů B, C, pro něž vzhledem k Větě 2.3 musí vyjít z = o, a tedy v(B, C) = 0). Poněvadž však popsaný výpočet může být někdy dosti pracný, budeme se nyní zabývat speciálními typy podprostorů (body, přímkami, nadrovinami), pro něž odvodíme jednodušší vztahy k nalezení vzdálenosti. Některé z nich pak pro dim E = 2 (respektive dim E = 3) dají vzorce pro vzdálenost, známé ze střední školy. ♦ Věta 15.2. Nechť R je bod a B je podprostor euklidovského prostoru E. Nechť Q je pata kolmice vedené bodem R na podprostor B. Pak pro vzdálenost bodu R od podprostoru B platí v(R, B) = RQ . Důkaz. Je-li R ∈ B, pak tvrzení zřejmě platí; nechť tedy R /∈ B. Nechť podprostor B je zadán bodem B a zaměřením W, tzn. B = {B; W}. Nechť −→ RB = y + z, kde y ∈ W, z ∈ W⊥ . Označme Q = R + z, tzn. z = −→ RQ. Podle Věty 15.1 (kde R uvažujeme jako 0-rozměrný podprostor se zaměřením {o}) je v(R, B) = z = −→ RQ = RQ. Zbývá dokázat, že zvolený bod Q je právě pata kolmice vedené bodem R na podprostor B. K tomu ale stačí si uvědomit, že ze vztahu −→ RB = k + z plyne B − y = R + z = Q ∈ B a dále, že přímka q = {R; L(z)} je kolmá k B (neboť z ∈ W⊥ ), přičemž q ∩ B = Q. Věta 15.3. Nechť B, C jsou dva rovnoběžné podprostory v E takové, že dim B ≤ dim C. Pak platí v(B, C) = v(B0, C), kde B0 je libovolný bod z B. Důkaz. Je-li B ⊆ C, pak tvrzení zřejmě platí; nechť tedy B C. Vzhledem k předpokladům věty to však znamená, že B ∩C = ∅. Nechť Q je pata kolmice vedené bodem B0 na podprostor C a nechť X ∈ B, Y ∈ C jsou libovolné body. Budeme dokazovat, že XY ≥ B0Q. Platí −−→ XY = −−→ XB0 + −−→ B0Q + −−→ QY = ( −−→ XB0 + −−→ QY ) + −−→ B0Q, přičemž −−→ B0Q ⊥ ( −−→ XB0 + −−→ QY ), poněvadž −−→ XB0 ∈ Z(B) ⊆ Z(C) a −−→ QY ∈ Z(C). Potom −−→ XY 2 = (( −−→ XB0 + −−→ QY ) + −−→ B0Q, ( −−→ XB0 + −−→ QY ) + −−→ B0Q) = −−→ XB0 + −−→ QY 2 + −−→ B0Q 2 ≥ −−→ B0Q 2 . Odmocněním dostáváme XY ≥ B0Q = v(B0, C), odkud podle definice vzdálenosti plyne tvrzení věty. Důsledek 15.1. Nechť B, C jsou rovnoběžné podprostory v E takové, že dim B = dim C. Pak jejich vzdálenost v(B, C) je rovna vzdálenosti libovolného bodu jednoho z těchto podprostorů od druhého podprostoru. Důkaz. Tvrzení je bezprostředním důsledkem předchozí věty. 15. Vzdálenost podprostorů 95 Věta 15.4. Nechť R = [r1; . . . ; rn] je bod a N ≡ a1x1 + · · · + anxn + a = 0 je nadrovina v euklidovském prostoru En. Pak pro vzdálenost bodu R od nadroviny N platí v(R, N) = |a1r1 + · · · + anrn + a| a2 1 + · · · + a2 n . (15.2) Důkaz. Z Věty 15.2 plyne, že v(R, N) = RQ, kde Q je pata kolmice q vedené bodem R na nadrovinu N. Hledejme nejprve souřadnice bodu Q. Zřejmě je q ≡ X = R + ta, kde a = (a1; . . . ; an) je normálovř vektor nadroviny N. Pak existuje t0 ∈ R takové, že Q = R + t0a, přičemž však Q ∈ N, tzn. a1(r1 + t0a1) + · · · + an(rn + t0an) + a = 0 , odkud po úpravě dostáváme t0 = − a1r1 + · · · + anrn + a a2 1 + · · · + a2 n . Je tedy Q = r1 − a1r1 + · · · + anrn + a a2 1 + · · · + a2 n a1, . . . , rn − a1r1 + · · · + anrn + a a2 1 + · · · + a2 n an . Potom v(R, N) = RQ = = (a1r1 + · · · + anrn + a)2a2 1 (a2 1 + · · · + a2 n)2 + · · · + (a1r1 + · · · + anrn + a)2a2 n (a2 1 + · · · + a2 n)2 = = (a1r1 + · · · + anrn + a)2(a2 1 + · · · + a2 n) (a2 1 + · · · + a2 n)2 = = |a1r1 + · · · + anrn + a| a2 1 + · · · + a2 n . Definice 15.2. Nechť p, q jsou dvě mimoběžky v euklidovském prostoru En, n ≥ 3. Příčka p, q, která je k oběma mimoběžkám kolmá, se nazývá osa mimoběžek p, q. Poznámka 15.3. Jsou-li p = {A; L(u)}, q = {B; L(v)} dané mimoběžky v En, n ≥ 3, pak množina všech vektorů w ∈ L(u, v, −→ AB), které jsou ortogonální k u i v, je právě podprostor L(u, v)⊥ ⊂ L(u, v, −→ AB), který je zřejmě jednodimenzionální. Jinak řečeno, existuje (až na násobek nenulovým reálným číslem) jediný nenulový vektor w ∈ L(u, v, −→ AB) takový, že w ⊥ u, w ⊥ v. Poněvadž však jistě w /∈ L(u, v), pak podle výsledku Příkladu 6.1 existuje právě jedna osa mimoběžek p, q. ♦ Následující věta ukáže, jak se využije osy mimoběžek při výpočtu jejich vzdálenosti. 15. Vzdálenost podprostorů 96 Věta 15.5. Nechť p, q jsou mimoběžky v En, n ≥ 3. Pak vzdálenost v(p, q) je rovna vzdálenosti průsečíků mimoběžek p, q s jejich osou. Důkaz. Nechť P (respektive Q) jsou průsečíky mimoběžek p (respektive q) s jejich osou. Nechť X ∈ p, Y ∈ q jsou libovolné body. Dokážeme, že XY ≥ PQ. Platí −−→ XY = −−→ XP + −→ PQ + −−→ QY = ( −−→ XP + −−→ QY ) + −→ PQ, přičemž zřejmě −→ PQ ⊥ ( −−→ XP + −−→ QY ). Potom však −−→ XY 2 = (( −−→ XP + −−→ QY ) + −→ PQ, ( −−→ XP + −−→ QY ) + −→ PQ) = −−→ XP + −−→ QY 2 + −→ PQ 2 ≥ −→ PQ 2 , odkud odmocněním dostáváme XY ≥ PQ, což podle definice vzdálenosti dvou podprostorů dává tvrzení věty. Metody popsané v předchozích větách jsou někdy poměrně početně pracné. Pracnost je v podstatné míře ovlivněna způsobem zadání podprostorů. Následující věta dává pro parametrické určení podprostorů velice jednoduchý a rychlý způsob výpočtu, který je použitelný v libovolném případě. Věta 15.6. Nechť B = {A; L(u1, . . . , ur)}, C = {B; L(v1, . . . , vs)} jsou dva podprostory v En. Pak v(B, C) = G(w1, . . . , wm, −→ AB) G(w1, . . . , wm) , (15.3) kde posloupnost vektorů w1, . . . , wm je bází prostoru L(u1, . . . , ur, v1, . . . , vs). Důkaz. Uvažujme dva rovnoběžné podprostory D1 = {A; L(w1, . . . , wm)} a D2 = {B; L(w1, . . . , wm)}. Zřejmě B ⊆ D1 a C ⊆ D2. Z Věty 15.1 plyne, že v(B, C) = v(D1, D2) (plyne z toho, že Z(B)+Z(C) = Z(D1)+Z(D2) = L(w1, . . . , wm)). Zbytek tvrzení vyplývá z Věty 14.5. V čitateli zlomku (15.3) je objem (m + 1)-rozměrného rovnoběžnostěnu, který je určen vektory w1, . . . , wm, −→ AB, a ve jmenovateli je objem m-rozměrného rovnoběžnostěnu, který je určen vektory w1, . . . , wm. Podíl těchto objemů je tedy "výška" rovnoběžnostěnu, která udává vzdálenost rovnoběžných podprostorů, ve kterých leží odpovídající "základny". V našem případě je to vzdálenost podprostorů D1 a D2. Důsledek 15.2. Nechť p = {A; L(u)} je přímka a R je bod v En, n ≥ 2. Pak v(p, R) = G(u, −→ AR) u . (15.4) Pro n = 3 je navíc v(p, R) = u × −→ AR u . (15.5) Důkaz. První část tvrzení je důsledkem Věty 15.6, protože G(u) = u 2 . Druhá část tvrzení vyplývá z toho, že číslo G(u, −→ AR) udává obsah rovnoběžníka R2 = R(A; u, −→ AR), ale na základě Poznámky 14.7 (4) je tento obsah roven velikosti vektorového součinu u × −→ AR. 15. Vzdálenost podprostorů 97 Důsledek 15.3. Nechť p = {A; L(u)}, q = {B; L(v)} jsou mimoběžky v En, n ≥ 3. Pak v(p, q) = G(u, v, −→ AB) G(u, v) . (15.6) Důkaz. Toto tvrzení je důsledkem Věty 15.6 (situace v E3 viz Obr. 15.1). Obr. 15.1 Úloha 15.1. Jsou dány roviny = {B; L(u1, u2)}, σ = {C; L(v1, v2)}. Určete vzdálenost rovin , σ (v závislosti na parametru a), je-li B = [2; −1; 0; −1; −2], u1 = (1; 0; 0; 1; 0), u2 = (2; −1; 0; 0; 1); C = [0; 2; 1; 1; 3], v1 = (1; 1; 1; 1; 0), v2 = (0; 1; −1; 4; a). Řešení : Nejprve zjistíme, jak závisí vzájemná poloha rovin , σ na hodnotě parametru a. Použijeme Větu 6.9, tzn. vyšetříme hodnosti matic sestavených z vektorů u1, u2, v1, v2, resp. u1, u2, v1, v2, −−→ BC. Dostaneme        1 0 0 1 0 2 −1 0 0 1 1 1 1 1 0 0 1 −1 4 a . . . . . . . . . . . . . . . . . . −2 3 1 2 5        ∼ · · · ∼        1 0 0 1 0 0 1 1 0 0 0 0 1 −2 1 0 0 0 0 a + 2 . . . . . . . . . . . . . . . . . . . 0 0 0 0 7        , odkud plyne: 1. a = −2 =⇒ roviny , σ jsou různoběžné, a v( , σ) = 0. 2. a = −2 =⇒ roviny , σ jsou mimoběžné. élohu tedy dále řešíme jen pro a = −2. a) Metoda určení vzdálenosti podle Věty 15.1. Označme W = L(u1, u2)+L(v1, v2). Vidíme, že například vektory u = (1, 0, 0, 1, 0), v = (0; 1; 1; 0; 0), w = (0; 0; 1; −2; 1) tvoří bázi W. Hledáme vyjádření −−→ BC = y + z, kde y ∈ W, z ∈ W⊥ , tzn. pak z = −−→ BC − t1u − t2v − t3w , 15. Vzdálenost podprostorů 98 odkud po dosazení a vynásobení obou stran skalárně vektorem u, respektive v, respektive w, dostaneme systém 3 lineárních rovnic o neznámých t1, t2, t3, který řešíme: 0 = 0 − 2t1 + 2t3 , 0 = 4 − 2t2 − t3 , 0 = 2 + 2t1 − t2 − 6t3 ,    =⇒ t1 = 0, t2 = 2, t3 = 0. Tedy z = −−→ BC − 2v = (−2; 1; −1; 2; 5), odkud pak v( , σ) = z = √ 35. b) Metoda určení vzdálenosti podle Věty 15.6. G(u, v, w, −−→ BC) = 2 0 −2 0 0 2 1 4 −2 1 6 2 0 4 2 43 = 490; G(u, v, w) = 2 0 −2 0 2 1 −2 1 6 = 14. Odtud v( , σ) = √ 490√ 14 = √ 35. Výsledek: pro a = −2 je v( , σ) = √ 35; pro a = −2 je v( , σ) = 0. Úloha 15.2. Na přímce p v E4 nalezněte bod Q mající stejnou vzdálenost od bodů A, B. Přitom A = [−1; 1; 1; 1], B = [3; −1; −2; 2], respektive p ≡    x1 + x2 + x4 = 7 , x1 + 2x3 + x4 = 7 , 2x1 − x2 + 3x3 + x4 = 9 . Řešení : Nalezneme parametrické vyjádření přímky p:   1 1 0 1 7 1 0 2 1 7 2 −1 3 1 9   ∼ · · · ∼   1 1 0 1 7 0 −1 2 0 0 0 0 3 1 5   , odkud x3 = t, tj. x4 = 5 − 3t, x2 = 2t, x1 = 2 + t (zde si povšimněte toho, že volba x3 = t je mnohem praktičtější než obvyklá volba x4 = t, která by okamžitě vedla k počítání se zlomky). Tedy p ≡    x1 = 2 + t , x2 = 2t , x3 = t , x4 = 5 − 3t , a tedy Q = [2 + t; 2t; t; 5 − 3t] pro pevné t ∈ R, které určíme tak, aby platilo QA = QB, neboli (což je zde totéž) QA 2 = QB 2 . Tedy (3 + t)2 + (2t − 1)2 + (t − 1)2 + (4 − 3t)2 = (−1 + t)2 + (2t + 1)2 + (t + 2)2 + (3 − 3t)2 , odkud po úpravě dostáváme: −12t = −12, tzn. t = 1. Výsledek: Q = [3; 2; 1; 2]. 16. Odchylka podprostorů 99 Poznámka 15.4. Je užitečné si rozmyslet, jak je to obecně s řešitelností předchozí úlohy. Zřejmě tato úloha nemusí mít vždy jediné řešení tak, jak tomu bylo výše. Stačí si totiž uvědomit, že množina bodů v E, mající od daných dvou různých bodů stejnou vzdálenost, je jistá nadrovina N (ukáže se bezprostředním rozepsáním). Je-li přímka p zadána tak, že p N, pak daná úloha nemá řešení, respektive má nekonečně mnoho řešení (podle toho, zda p N, respektive p ⊆ N). ♦ 16 Odchylka podprostorů Jednou ze základních metrickřch úloh středoškolské geometrie v rovině a ve 3rozměrném prostoru bylo zjišť ování odchylky dvou přímek, odchylky dvou rovin a odchylky přímky od roviny. V tomto paragrafu budeme provádět analogické úlohy v n-rozměrném euklidovském bodovém prostoru E, přesněji řečeno, budeme určovat odchylky některých speciálních podprostorů (přímek a nadrovin) a popíšeme obecný algoritmus nalezení odchylky libovolných dvou podprostorů v E. Připomeňme si naši dřívější úmluvu o tom, že souřadnice bodů, respektive vektorů, jsou vždy vyjadřovány v pevném kartézském repéru. V Paragrafu 11 jsme definovali (Definice 11.2) odchylku vektorů v euklidovském vektorovém prostoru. Někdy (zejména v algebře) se místo termínu odchylka vektorů u, v používá též termínu úhel vektorů u, v, který však z našeho hlediska není zcela adekvátní, neboť pojem úhlu byl zaveden v Paragrafu 9 v jiné souvislosti. Je však možné pomocí odchylky zavést pojem míry úhlu, jak ukážeme na závěr tohoto paragrafu. Poznámka 16.1. Vztah (11.1) pro odchylku vektorů budeme často používat ve tvaru (u, v) = u · v · cos ϕ , který se na střední škole používá k definování skalárního součinu. ♦ Přímo z definice odchylky vektorů plynou její jednoduché vlastnosti. Jsou-li u, v ∈ V nenulové vektory, ϕ jejich odchylka, pak zřejmě: 1. u ⊥ v ⇔ ϕ = π 2 . 2. u − v 2 = u 2 + v 2 − 2(u, v) = u 2 + v 2 − 2 · u · v · cos ϕ, (což lze interpretovat jako kosinovou větu pro trojúhelník ABC, kde u = −→ AB, v = −→ AC, a tedy u − v = −−→ CB). 3. u × v = u · v · sin ϕ (viz Důsledek 14.4). 16. Odchylka podprostorů 100 Obr. 16.1 Uvažme dále, že je-li ϕ odchylka nenulových vektorů u, v, pak pro reálná čísla r, s = 0 je odchylka vektorů ru, sv rovna buď ϕ nebo (π − ϕ) (podle toho, zda čísla r, s mají stejná nebo opačná znaménka, jak plyne z (11.1) a z vlastností funkce kosinus, viz také Obr. 16.1). Proto je třeba odchylku jednorozměrných podprostorů ve V definovat následovně. Definice 16.1. Nechť u, v ∈ V jsou nenulové vektory. Pak odchylkou jednorozměrných podprostorů L(u), L(v) ve V rozumíme reálné číslo ϕ splňující vz- tahy cos ϕ = |(u, v)| u · v a 0 ≤ ϕ ≤ π 2 . Označujeme ϕ = <) (L(u), L(v)). Poznámka 16.2. Poněvadž každý jednorozměrný podprostor ve V lze napsat ve tvaru L(u), pro vhodné o = u ∈ V , jedná se skutečně o definici odchylky jednorozměrných podprostorů ve V . Aby byla předchozí definice korektní, je třeba ukázat její nezávislost na volbě vektorů báze podprostorů L(u), L(v). Nechť tedy L(u) = L(u ), L(v) = L(v ). Pak existují reálná čísla r, s = 0 tak, že u = ru, v = sv a platí |(u , v )| u · v = |(ru, sv)| ru · sv = |rs| · |(u, v)| |r| · u · |s| · v = |(u, v)| u · v . Dále budeme nyní pomocí odchylky jednorozměrných podprostorů ve V definovat odchylku libovolných netriviálních podprostorů ve V . ♦ Definice 16.2. Nechť W, S jsou netriviální podprostory euklidovského vektorového prostoru V . Pak odchylku podprostorů W, S označujeme symbolem <) (W, S) a definujeme takto: (i) Je-li W ∩ S = {o}, pak klademe <) (W, S) = min{ <) (L(u), L(v))|u ∈ W, v ∈ S, u, v = o} . (ii) Je-li W ∩S = {o}, označíme P = W ∩(W ∩S)⊥ , Q = S ∩(W ∩S)⊥ . Potom platí P ∩ Q = {o} a je-li P = {o} a Q = {o}, klademe <) (W, S) = <) (P, Q) . Je-li P = {o} nebo Q = {o}, klademe <) (W, S) = 0. 16. Odchylka podprostorů 101 Poznámka 16.3. Existence minima potřebného v předchozí definici plyne z Weierstrassovy věty (viz [DoDo]). Důkaz tohoto tvrzení nepatří do rámce těchto skript. ♦ Poznámka 16.4. Připomeňme, že netriviálním podprostorem ve V rozumíme podprostor různý od {o} a od V . Ověřme si výpočtem, že je skutečně P ∩ Q = {o}, jak se tvrdí v definici. Ale P ∩ Q = W ∩ (W ∩ S)⊥ ∩ S ∩ (W ∩ S)⊥ = (W ∩ S) ∩ (W ∩ S)⊥ = {o}. Konečně, je nutné se přesvědčit o tom, že v případě jednorozměrných podprostorů W, S obě předchozí definice splývají. Ale, je-li v tomto případě W ∩ S = {o}, pak je to zřejmé, respektive je-li W ∩ S = {o}, pak musí být zřejmě W = S, odkud (W ∩ S)⊥ = W⊥ , a tedy P = S = {o}. Podle obou definic je shodně <) (W, S) = 0. Vidíme tedy, že předchozí definice je korektní a nyní ji obvyklřm způsobem použijeme k definování odchylky netriviálních podprostorů euklidovského bodového prostoru. ♦ Definice 16.3. Nechť B, C jsou netriviální podprostory euklidovského bodového prostoru E. Pak odchylkou podprostorů B, C rozumíme odchylku jejich zaměření Z(B), Z(C) a označujeme ji symbolem <) (B, C). Poznámka 16.5. Vidíme, že odchylka podprostorů B, C závisí pouze na jejich zaměřeních a nikoliv na bodech určujících tyto podprostory. Jinak řečeno, jsou-li B , C podprostory v E takové, že B B a dim B = dim B, respektive C C a dim C = dim C, pak je <) (B , C ) = <) (B, C). Je zřejmé, že předpoklad o rovnostech dimenzí byl v obou případech podstatný a nelze jej vynechat! ♦ Poznámka 16.6. Druhá část Definice 16.2 odchylky podprostorů je poněkud nenázorná. Jestliže se ale nad ní hlouběji zamyslíme, zjistíme, že se jedná o zobecnění definice odchylky dvou rovin v E3. Připomeňme, že na střední škole se odchylka dvou různoběžných rovin α = {A; W} a β = {B; S} v E3 definovala tak, že se sestrojila rovina γ kolmá na α ∩ β. Ale Z(γ) = (W ∩ S)⊥ , a potom <) (α, β) = <) (p, q), kde p = α ∩ γ a q = β ∩ γ. V našem případě Z(p) = P = W ∩ (W ∩ S)⊥ a Z(q) = Q = S ∩ (W ∩ S)⊥ , a tedy dostáváme přesně druhou část Definice 16.2. ♦ Dále se budeme nejprve zabývat otázkou nalezení odchylky pro některé speciální podprostory v E. Uvidíme, že pro dim E = 2, respektive 3, budou získané výsledky odpovídat výsledkům odvozeným na střední škole. Věta 16.1. Nechť p ≡ X = A + tu, q ≡ X = B + tv jsou dvě přímky v E a nechť ϕ značí jejich odchylku. Potom cos ϕ = |(u, v)| u · v . Důkaz. Tvrzení ihned plyne z předchozích definic. 16. Odchylka podprostorů 102 Věta 16.2. Nechť B, C jsou dva rovnoběžné (netriviální) podprostory v E. Potom <) (B, C) = 0. Důkaz. Nechť B = {B; W}, C = {C; S}, B C. Potom je W ⊆ S nebo S ⊆ W. Nechť W ⊆ S; potom {o} = W ∩ S a (W ∩ S)⊥ = W⊥ , tzn. P = W ∩ (W ∩ S)⊥ = {o}, odkud podle definice je <) (W, S) = 0, neboli <) (B, C) = 0. V případě S ⊆ W analogickým způsobem dostaneme stejný výsledek. Věta 16.3. Nechť p = {A; L(u)} je přímka, B = {B; W} je (netriviální) podprostor v E. Potom <) (p, B) = π 2 , je-li u ∈ W⊥ , <) (L(u), L(v)) , je-li u /∈ W⊥ , kde v značí ortogonální projekci vektoru u na podprostor W. Důkaz. Podle Definice 16.3 je <) (p, B) = <) (L(u), W), tzn. budeme počítat odchylku vektorových podprostorů L(u) a W. 1. Nechť u ∈ W⊥ ; potom L(u) ∩ W = {o}, přičemž pro libovolný nenulový vektor w ∈ W je w ⊥ u, tzn. pak <) (L(u), L(w)) = π 2 , a tedy dostáváme, že <) (p, B) = <) (L(u), W) = π 2 . 2. Nechť u /∈ W⊥ ; nechť u = y + z, kde y ∈ W, z ∈ W⊥ (tzn. y je ortogonální projekce vektoru u na podprostor W). Zřejmě je y = o a mohou nastat dva případy: a) u ∈ W, pak ale u = y, a tedy <) (L(u), L(y)) = 0, respektive L(u) ⊆ W a tedy <) (L(u), W) = 0, podle Věty 16.2. Dohromady pak v tomto případě dostáváme, že <) (p, B) = <) (L(u), W) = <) (L(u), L(y)). b) u /∈ W, pak ale je L(u) ∩ W = {o}. Nechť w je libovolný nenulový vektor z W. Potom užitím Cauchyovy nerovnosti dostáváme |(u, w)| = |(y + z, w)| = |(y, w) + 0| ≤ y · w . Označme <) (L(u), L(y)) = ϕ, respektive <) (L(u), L(w)) = ψ. Potom je cos ψ = |(u, w)| u · w ≤ y · w u · w = y · y u · y = |(u − z, y)| u · y = |(u, y)| u · y = cos ϕ , odkud (vzhledem k tomu, že 0 ≤ ϕ, ψ ≤ π 2 ) plyne, že ϕ ≤ ψ. Tedy dohromady <) (L(u), L(y)) = min{ <) (L(u), L(w))|w ∈ W, w = o} = <) (L(u), W) = <) (p, B). Věta 16.4. Nechť p ≡ X = A + tu, kde u = (u1; . . . ; un) je přímka, N ≡ a1x1 + · · · + anxn + a = 0 je nadrovina v E a nechť ϕ značí odchylku přímky p a nadroviny N. Pak platí sin ϕ = |a1u1 + · · · + anun| a2 1 + · · · + a2 n u2 1 + · · · + u2 n . (16.1) 16. Odchylka podprostorů 103 Důkaz. Označme a = (a1; . . . ; an). Pak podle Věty 13.3 je Z(N)⊥ = L(a), a existuje tedy vyjádření vektoru u ve tvaru u = y + ka, kde y ∈ Z(N) . Potom však (u, u) = (y + ka, y + ka) = (y, y) + (ka, ka). Nyní mohou nastat 3 případy: 1. y = o. Pak u = ka = (ka1; . . . ; kan), tzn. u ∈ Z(N)⊥ a podle Věty 16.3 je ϕ = π 2 . Ale pak |a1u1 + · · · + anun| a2 1 + · · · + a2 n u2 1 + · · · + u2 n = |ka2 1 + · · · + ka2 n| a2 1 + · · · + a2 n k2a2 1 + · · · + k2a2 n = 1 = sin π 2 , tzn. platí vztah (16.1). 2. k = 0. Pak u = y ∈ Z(N), tzn. L(u) ⊆ Z(N), a tedy p N. Pak podle Věty 16.2 je ϕ = 0. Zároveň je u ⊥ a, tzn. a1u1 + · · · + anun = 0, odkud je již zřejmé, že platí (16.1). 3. y = o a k = 0. Potom podle Věty 16.3 je ϕ = <) (L(u), L(y)), a tedy je cos2 ϕ = |(u, y)|2 u 2. y 2 = (y + ka, y)2 (u, u)(y, y) = (y, y)2 (u, u)(y, y) = (u, u) − (ka, ka) (u, u) = = 1 − (ka, ka)2 (u, u)(ka, ka) = 1 − (u − y, ka)2 (u, u)(ka, ka) = 1 − (u, a)2 (u, u)(a, a) , a tedy (u, a)2 (u, u)(a, a) = 1 − cos2 ϕ = sin2 ϕ . Protože však 0 ≤ ϕ ≤ π 2 , dostáváme odtud (po odmocnění a rozepsání skalárních součinů do souřadnic) dokazovaný vztah (16.1). Věta 16.5. Nechť N1, N2 jsou nadroviny v En, n ≥ 2, nechť a, respektive b, je normálový vektor nadroviny N1, respektive N2. Pak platí <) (N1, N2) = <) (L(a), L(b)) . Důkaz. Je-li N1 N2, pak L(a) = L(b) a věta zřejmě platí. Nechť tedy nadroviny N1, N2 nejsou rovnoběžné. Označme Z(N1) = W, Z(N2) = S. Pak dostaneme dim(W ∩ S) = dim W + dim S − dim(W + S) = n − 1 + n − 1 − n = n − 2, a tedy dim(W ∩ S)⊥ = 2. 1. Předpokládejme, že dim E > 2. Potom W ∩S = {o} a označme P = W ∩(W ∩ S)⊥ , Q = S∩(W ∩S)⊥ . Platí dim P = dim W +dim(W ∩S)⊥ −dim(W +(W ∩S)⊥ ) = 16. Odchylka podprostorů 104 n − 1 + 2 − n = 1; a podobně dim Q = 1. Existují tedy vektory u, v ∈ Z(E) takové, že P = L(u), Q = L(v) a podle definice je <) (N1, N2) = <) (L(u), L(v)) . (16.2) Podle předpokladů věty je a ∈ W⊥ ⊆ (W ∩ S)⊥ ; b ∈ S⊥ ⊆ (W ∩ S)⊥ . Dostáváme tedy, že a, b, u, v ∈ (W ∩ S)⊥ , přičemž jsou nenulové a platí a ⊥ u, b ⊥ v. Tedy například vektory 1 a a , 1 u u tvoří ortonormální bázi podprostoru (W ∩ S)⊥ . Je-li v této bázi b = (b1; b2), pak je v = (−kb2; kb1), pro vhodné k ∈ R (poněvadž b ⊥ v) a dále zřejmě a = ( a , 0), u = (0, u ). Označme nyní <) (L(a), L(b)) = ϕ, <) (L(u), L(v)) = ψ. Pak platí cos ϕ = | a · b1| a · b2 1 + b2 2 = |b1| b2 1 + b2 2 , respektive cos ψ = | u · kb1| u · k2b2 1 + k2b2 2 = |b1| b2 1 + b2 2 , tzn. cos ϕ = cos ψ, přičemž 0 ≤ ϕ, ψ ≤ π 2 , odkud dostáváme ϕ = ψ. Je tedy <) (L(u), L(v)) = <) (L(a), L(b)), což spolu s (16.2) dává dokazované tvrzení. 2. Předpokládejme, že dim E = 2. Potom W ∩ S = {o} a navíc v tomto případě N1, N2 jsou přímky, a tedy W = L(w), S = L(s) pro vhodné nenulové vektory w, s ∈ Z(E). Podle definice je <) (W, S) = <) (L(w), L(s)). Nyní se analogicky jako v 1. dokáže, že <) (L(w), L(s)) = <) (L(a), L(b)). Potom však je <) (W, S) = <) (L(a), L(b)). Důsledek 16.1. Nechť N1 ≡ a1x1+· · ·+anxn+a = 0, N2 ≡ b1x1+· · ·+bnxn+b = 0 jsou nadroviny v E a nechť ϕ značí jejich odchylku. Potom cos ϕ = |a1b1 + · · · + anbn| a2 1 + · · · + a2 n b2 1 + · · · + b2 n . Důkaz. Toto tvrzení plyne bezprostředně z předchozí Věty 16.5 vzhledem k tomu, že (a1; . . . ; an), respektive (b1; . . . ; bn), je normálový vektor nadroviny N1, respektive N2. V předchozích větách jsme odvodili vztahy pro výpočet odchylky dvou podprostorů v E pro některé speciální případy (dvě přímky, dva rovnoběžné podprostory, přímka a podprostor, dvě nadroviny). Z Definic 16.2 a 16.3 je ihned vidět, že k vyřešení obecného případu by nám stačilo umět určit odchylku dvou podprostorů v E, jejichž zaměření mají nulový průnik. Pro tuto situaci skutečně existuje poměrně jednoduchý algoritmus. Rozebereme nejdříve geometricky, jak bude tato situace vypadat, a z geometrického rozboru odvodíme algoritmus výpočtu odchylky i v tomto obecném případě. 16. Odchylka podprostorů 105 Předpokládejme tedy, že Wk, Sl jsou dva podprostory ve Vn takové, že Wk ∩Sl = {o}. Podle Definice 16.2 je <) (Wk, Sl) = min{ <) (L(u), L(v))|u ∈ Wk, v ∈ Sl} . Předpokládejme, že nenulové vektory u ∈ Wk, v ∈ Sl jsou právě ty vektory, které určují odchylku ϕ = <) (Wk, Sl). Potom <) (Wk, Sl) = <) (L(u), Sl) = <) (Wk, L(v)) = <) (L(u), L(v)) . Podle Věty 16.3 je ϕ = <) (L(u), Sl) = π 2 , u ∈ S⊥ l , <) (u, u ), u /∈ S⊥ l , kde u je ortogonální projekce vektoru u na podprostor Sl. Podobně ϕ = <) (W, L(v)) = π 2 , v ∈ W⊥ k , <) (v, v ), v /∈ W⊥ k , kde v je ortogonální projekce vektoru v na podprostor Wk. Dostáváme tedy, že vektory u ∈ Wk a v ∈ Sl určují odchylku podprostorů Wk, Sl jen tehdy, když v ∈ L(u) a u ∈ L(v). V případě, že Wk ⊥ Sl, tj. W⊥ k ⊆ Sl nebo S⊥ l ⊆ Wk, jsou vektory u a v nulové a odchylka podprostorů je rovna π 2 . Uvažujme tedy dále situaci, kdy Wk, Sl nejsou kolmé, tj. u = o = v . Vzhledem k definici odchylky jednodimenzionálních podprostorů tak dostáváme, že vektory určující odchylku Wk, Sl musíme hledat mezi takovými vektory, že ortogonální projekce u vektoru u na podprostor Wk leží v L(u) a podobně ortogonální projekce v vektoru v na podprostor Sl leží v L(v), tj. u = su , v = rv . (16.3) Obr. 16.2 Rozeberme situaci pro vektor u. Z Obr. 16.2 je zřejmé, že 0 ≤ s ≤ 1 a z vlastností pravoúhlých trojúhelníků je cos ϕ = √ s, kde ϕ = <) (L(u), L(v)). Pro vektory splňující (16.3) je odchylka minimální pro maximální s. Problém určení odchylky podprostorů Wk, Sl se tedy redukuje na problém nalezení vektorů u ∈ Wk nebo ekvivalentně v ∈ Sl, takových, že platí (16.3). Z těchto vektorů potom vybereme ten vektor, který odpovídá maximální hodnotě s, respektive r. 16. Odchylka podprostorů 106 Věta 16.6. Nechť u1, . . . , uk je ortonormální báze Wk a v1, . . . , vl je ortonormální báze Sl. Potom ortogonální projekce vektoru (16.4) u = u1u1 + · · · + ukuk ∈ Wk , resp. v = v1v1 + · · · + vlvl ∈ Sl , na podprostor Sl, respektive Wk, je vektor (16.5) u = u1v1 + · · · + ulvl ∈ Sl , resp. v = v1u1 + · · · + vkuk ∈ Wk , takový, že    u1 ... ul    =    (u1, v1) · · · (uk, v1) ... ... (u1, vl) · · · (uk, vl)       u1 ... uk    , respektive    v1 ... vk    =    (u1, v1) · · · (u1, vl) ... ... (uk, v1) · · · (uk, vl)       v1 ... vl    . Důkaz. Rozložme vektor u ∈ Wk na ortogonální projekci a komponentu vzhledem k podprostoru Sl, tj. u = u + y , u ∈ Sl , y ∈ S⊥ l . Dosazením z (16.4) a (16.5) dostaneme u1u1 + · · · + ukuk = u1v1 + · · · + ulvl + y a skalárním násobením vektory vi, i = 1, . . . , l, dostaneme ihned dokazované tvrzení ve tvaru ui = k j=1 (uj, vi)uj . Pro vektor v ∈ Sl postupujeme obdobně. Matice A =    (u1, v1) · · · (u1, vl) ... ... (uk, v1) · · · (uk, vl)    je tedy maticí lineárního zobrazení z Sl na Wk daného zúžením (na podprostor Sl) ortogonální projekce na Wk a vyjádřeného v ortonormálních bázích u1, . . . , uk a v1, . . . , vl. Matice A je potom podobně matice lineárního zobrazení Wk na Sl daného zúžením (na podprostor Wk) ortogonální projekce na Sl. Jako důsledek dostáváme, že složením ortogonální projekce Wk na Sl a ortogonální projekce Sl na Wk je lineární zobrazení na Wk s maticí AA . Potom ale vektor u , který je obrazem vektoru u ∈ Wk v tomto zobrazení, je dán souřadnicově    u1 ... uk    = AA    u1 ... uk    . 16. Odchylka podprostorů 107 Podmínka u = su pak dává, že hledaný vektor u je vlastním vektorem matice AA , tj. jeho souřadnice (u1; . . . ; uk) v bázi u1, . . . , uk musí splňovat homogenní soustavu rovnic (AA − λEk)(u) = (o) , kde λ ∈ R a Ek je jednotková matice řádu k. Ale tato soustava má nenulové řešení právě tehdy, je-li |AA − λEk| = 0 . (16.6) Z vlastností matic (důkazy těchto tvrzení přesahují rámec těchto skript) jsou všechny kořeny λ1; . . . ; λk předchozí rovnice reálné (nemusí být navzájem různé) a splňují 0 ≤ λi ≤ 1. Z výše uvedeného rozboru vyplývá, že cos ϕ = + √ s , kde s je největší z kořenů rovnice (16.6). I když se uvedený postup nalezení odchylky ϕ zdá být celkem jednoduchý, už při povrchním rozboru se ukáže, že má svoje úskalí (například nalezení kořenů rovnice (16.6)). To jsou však úvahy, které již přesahují rámec tohoto textu. Na závěr tohoto paragrafu se ještě alespoň stručně zmíníme o tom, jak je možno měřit úhly, tzn. o zavedení míry úhlu, o níž ukážeme, že je aditivní. Všechny naše úvahy budeme provádět v euklidovské rovině, tzn. ve dvourozměrném euklidovském prostoru. Připomeňme, že úhel jsme definovali v Paragrafu 9 jakožto průnik dvou polorovin v afinní rovině, jejichž hraniční přímky byly různoběžné. takový úhel byl pak jednoznačně určen svým vrcholem V a dvěma polopřímkami (V ; A), (V ; B), nazývanými ramena úhlu. Dodejme k tomu, že přímřm úhlem s vrcholem V budeme rozumět polorovinu P takovou, že V je bodem její hraniční přímky. Obě polopřímky s počátkem V , obsažené v hraniční přímce, budeme pak nazývat rameny tohoto přímého úhlu. Pod pojmem úhel budeme nyní rozumět buď úhel definovaný v Paragrafu 9 nebo přímř úhel. Jak jsme již řekli, budeme chtít ukázat, že míra úhlu je aditivní. Pro tento účel bude třeba nejprve říci, co to znamená, že úhel α se dělí na dva jiné úhly. Definice 16.4. Nechť je dán úhel α s rameny (V ; A), (V ; B). Řekneme, že úhel α se dělí na úhly α a α , jestliže existuje bod C ∈ α, C /∈ (V ; A), C /∈ (V ; B) tak, že α je úhel s rameny (V ; A), (V ; C) a α je úhel s rameny (V ; C), (V ; B) (viz Obr. 16.3). Poznámka 16.7. Nechť e1, e2 (16.7) je kladná ortonormální báze zaměření V euklidovské roviny. Nechť x ∈ V je normovaný vektor (tzn. x = 1), přičemž x = (x1; x2) v bázi (16.7). Platí tedy x = x1e1 + x2e2 . (16.8) 16. Odchylka podprostorů 108 Jestliže ϕ značí odchylku vektorů x, e1, pak po skalárním vynásobení (16.8) vektorem e1, respektive e2, dostáváme x1 = (x; e1) = cos ϕ, respektive x2 = (x, e2) = sin ϕ , pro x2 ≥ 0 , − sin ϕ , pro x2 < 0 . V závislosti na znaménku souřadnice x2 tedy dostáváme x = (cos ϕ, ± sin ϕ) . ♦ (16.9) Nyní už je vše připraveno k tomu, abychom mohli definovat míru úhlu a ukázat o ní, že je aditivní. Definice 16.5. Nechť α je úhel s rameny (V ; A), (V ; B). Pak odchylku vektorů −→ V A, −−→ V B nazýváme mírou úhlu α a označujeme symbolem m(α). Věta 16.7. Nechť α je úhel, který se dělí na úhly α a α . Potom platí m(α) = m(α ) + m(α ) . Důkaz. Nechť α je úhel s rameny (V ; A), (V ; B); nechť α je úhel s rameny (V ; A), (V ; C), respektive α je úhel s rameny (V ; C), (V ; B), kde C ∈ α je bod, C /∈ (V ; A), C /∈ (V ; B). Obr. 16.3 Zvolme normálové vektory u, respektive v, resp. w, tak, aby tyto vektory byly kladnými násobky vektorů −−→ V C, respektive −→ V A, respektive −−→ V B (viz Obr. 16.3), a označme ϕ, respektive ϕ , respektive ϕ , odchylku vektorů v, w, respektive u, v, respektive u, w. Potom je tedy m(α) = ϕ, respektive m(α ) = ϕ , respektive m(α ) = ϕ . Dále zvolme kladnou ortonormální bázi (16.7) tak, aby e1 = u (víme, že to lze jistě provést). Potom však druhé souřadnice vektorů v a w musí mít opačná znaménka a ze (16.9) plyne, že v = (cos ϕ , ± sin ϕ ), w = (cos ϕ , ± sin ϕ ) . V obou případech však dostáváme cos ϕ = (v, w) = cos ϕ cos ϕ − sin ϕ sin ϕ = cos(ϕ + ϕ ) užitím součtových vzorců. Odtud pak vyplývá, že ϕ = ϕ + ϕ , neboli m(α) = m(α ) + m(α ), což jsme měli dokázat. 16. Odchylka podprostorů 109 Úloha 16.1. Nalezněte odchylku ϕ přímky p = {A; L(u)} a podprostoru B ≡ X = B + t1v1 + t2v2 + t3v3, je-li A = [2; 1; 2; 3], u = (1; 0; 3; 0); B = [1; 1; 1; 1], v1 = (1; 1; 4; 5), v2 = (5; 3; 4; −3), v3 = (2; −1; 1; 2). Řešení : Především si uvědomme, že zadávání bodů A, B je pro řešení úlohy naprosto nepodstatné, neboť odchylka ϕ závisí pouze na zaměřeních obou podpros- torů. Vektory v1, v2, v3 jsou lineárně nezávislé, tzn. dim B = 3 a B je nadrovina v E4. K výpočtu ϕ bude zřejmě mnohem výhodnější použít Větu 16.4 než obecnější Větu 16.3. Nalezneme tedy nejprve normálový vektor n nadroviny B:   1 1 4 5 5 3 4 −3 2 −1 1 2   ∼ · · · ∼   1 1 4 5 0 1 8 14 0 0 1 2   odkud: x3 = −2x4 , x2 = 2x4 , x1 = x4 , a tedy n = (1; 2; −2; 1). Podle Věty 16.4 pak je sin ϕ = |−5| √ 10· √ 10 = 1 2 , a tedy ϕ = π 6 . Úloha 16.2. Nalezněte odchylku ϕ podprostorů B, C, kde B = {B; W}, C = {C; S}, B = [2; 1; 0; 1], W = L(u1, u2), u1 = (1; 1; 1; 1), u2 = (1; −1; 1; −1), C = [1; 0; 1; 1], S = L(v1, v2), v1 = (2; 2; 1; 0), v2 = (1; −2; 2; 0). Řešení : Vidíme, že B, C jsou dvě roviny (nikoliv rovnoběžné) ve 4-rozměrném euklidovském prostoru; nejedná se tedy o žádný ze speciálních případů popsaných ve Větách 16.1 – 16.5. Při výpočtu ϕ budeme pracovat opět pouze se zaměřeními W, S a budeme postupovat podle definice odchylky. (i) Nalezení průniku W ∩ S. k1u1 + k2u2 = k3v1 + k4v2 =⇒ k1u1 + k2u2 − k3v1 − k4v2 = o, tzn.:     1 1 −2 −1 0 1 −1 −2 2 0 1 1 −1 −2 0 1 −1 0 0 0     ∼ · · · ∼     1 1 −2 −1 0 0 −2 0 3 0 0 0 1 −1 0 0 0 0 0 0     , tzn. k3 = k4 (např. k3 = k4 = 1 3 ), a tedy W ∩ S = {o}, přičemž například w = 1 3 v1 + 1 3 v2 = (1; 0; 1; 0) je bází W ∩ S. (ii) Nalezení podprostorů P = W ∩ (W ∩ S)⊥ , Q = S ∩ (W ∩ S)⊥ . Bezprostředně z (i) plyne, že (W ∩ S)⊥ má například bázi z1 = (1; 0; −1; 0), z2 = (0; 1; 0; 0), z3 = (0; 0; 0; 1). Potom k1z1 + k2z2 + k3z3 = k4u1 + k5u2 =⇒ k1z1 + k2z2 + k3z3 − k4u1 − k5u2 = o, tzn.     1 0 0 −1 −1 0 0 1 0 −1 1 0 −1 0 0 −1 −1 0 0 0 1 −1 1 0     ∼ · · · ∼     1 0 0 −1 −1 0 0 1 0 −1 1 0 0 0 1 −1 1 0 0 0 0 1 1 0     , 16. Odchylka podprostorů 110 tzn. k4 = −k5 (např. k4 = 1 2 , k5 = −1 2 ), a tedy dim P = 1, přičemž například a = 1 2 u1 − 1 2 u2 = (0; 1; 0; 1) je bází P, tzn. P = L(a). Dále k1z1 +k2z2 +k3z3 = k4v1 +k5v2 =⇒ k1z1 +k2z2 +k3z3 −k4v1 −k5v2 = o, tzn.     1 0 0 −2 −1 0 0 1 0 −2 2 0 −1 0 0 −1 −2 0 0 0 1 0 0 0     ∼ · · · ∼     1 0 0 −2 −1 0 0 1 0 −2 2 0 0 0 1 0 0 0 0 0 0 1 1 0     , tzn. k4 = −k5 (např. k4 = 1, k5 = −1), a tedy dim Q = 1, přičemž například b = v1 − v2 = (1; 4; −1; 0) je bází Q, tzn. Q = L(b). (iii) výpočet odchylky ϕ. Podle definice odchylky podprostorů, respektive definice odchylky jednodimenzionálních podprostorů, dostáváme: cos ϕ = |(a, b)| a · b = 4 √ 2 √ 18 = 2 3 . Výsledek: pro odchylku ϕ podprostorů B a C platí cos ϕ = 2 3 , neboli ϕ = arccos 2 3 . Úloha 16.3. Nalezněte odchylku ϕ podprostorů B, C takových, že Z(B) = W = L(u1, u2), respektive Z(C) = S = L(v1, v2). Přitom u1 = (1; 0; 0; 0); u2 = (0; 1; 0; 0), v1 = (2; 3; 1; 6), v2 = (3; 2; −6; −1). Řešení : Zřejmě je dim W = 2, dim S = 2, tzn. B, C jdou dvě roviny (nikoliv rovnoběžné) ve 4-rozměrném euklidovském prostoru. (i) Nalezení průniku W ∩ S. k1u1 + k2u2 = k3v1 + k4v2 =⇒ k1u1 + k2u2 − k3v1 − k4v2 = o, tzn.     1 0 −2 −3 0 0 1 −3 −2 0 0 0 −1 6 0 0 0 −6 1 0     ∼     1 0 −2 −3 0 0 1 −3 −2 0 0 0 −1 6 0 0 0 0 1 0     , a tedy W ∩ S = {o} . (ii) výpočet odchylky ϕ. Vidíme, že se jedná o obecný případ odchylky dvou podprostorů, k jejímuž výpočtu užijeme obecný algoritmus. Nejdříve ověříme, zda W ⊥ S. Máme W⊥ = L((0; 0; 1; 0), (0; 0; 0; 1)), odkud ihned vidíme, že S W⊥ a W⊥ S a W, S nejsou kolmé. Dále u1, u2 je přímo ortonormální báze W, respektive vektory v1, v2 jsou ortogonální, tzn. stačí je pouze normovat a pak w1 = 2 5 √ 2 ; 3 5 √ 2 ; 1 5 √ 2 ; 6 5 √ 2 ; w2 = 3 5 √ 2 ; 2 5 √ 2 ; −6 5 √ 2 ; −1 5 √ 2 16. Odchylka podprostorů 111 je ortonormální báze S. (Zde poznamenejme, že v obecném případě je nutné nejprve najít ortogonální bázi W, respektive S, pomocí Gramm-Schmidtova ortogonalizačního procesu.) Potom A = (u1, w1) (u1, w2) (u2, w1) (u2, w2) =     2 5 √ 2 3 5 √ 2 3 5 √ 2 2 5 √ 2     , odkud vypočteme AA =    13 50 12 50 12 50 13 50    a řešíme rovnici |AA − λE2| = 0, tj. 13 50 − λ 12 50 12 50 13 50 − λ = 0. Po rozepsání a úpravě dostáváme 100λ2 − 52λ + 1 = 0, odkud pak λ1,2 = 52 ± √ 2704 − 400 200 = 52 ± 48 200 , tzn. λ1 = 1 2 , λ2 = 1 50 . Největším z čísel λ1, λ2 je tedy 1 2 , tzn. pak cos ϕ = 1√ 2 = √ 2 2 a dostáváme ϕ = π 4 . Výsledek: odchylka podprostorů B, C je rovna π 4 . Kapitola 3 CVIČENÍ Tato část skript obsahuje soubor 415 cvičení, sdružených do 172 celků, a jejich výsledky. Cvičení nebyla záměrně přiřazována k jednotlivým paragrafům, ale tvoří samostatný celek, přičemž však jejich řazení v podstatě odpovídá sledu probírané látky. Přitom jsou zastoupeny příklady algoritmického i testovacího charakteru i cvičení důkazová. U každého algoritmického cvičení je uveden výsledek (pozor na to, že často je možno výsledek vyjádřit nekonečně mnoha formálně různými způsoby, a je tedy uvedeno jenom jedno z těchto vyjádření). U testových cvičení je uváděna odpověď pouze v případě, když je negativní, tzn. požadovaný příklad neexistuje. U cvičení, v nichž pracujeme se souřadnicemi, jsou souřadnice vždy vyjádřeny v patřičných repérech tak, jak to vyžaduje typ úlohy a v souladu s úmluvami provedenými v textu. Dále, u cvičení, z jejichž zadání je patrný typ prostoru i jeho dimenze, nebudou často tyto údaje výslovně specifikovány. Z důvodů úspory místa budou jednotlivé rovnice v soustavách lineárních rovnic obvykle zapisovány vedle sebe a nikoliv pod sebou, jako tomu bylo v předchozím textu. 1. Je zadána množina A (vždy jako podmnožina množiny Rm ), vektorový prostor V (vždy bude tvaru Rn , přičemž R1 = R ) a zobrazení → : A × A → V , které libovolným dvěma bodům A = (a1; . . . ; am), B = (b1; . . . ; bm) ∈ A přiřazuje vektor −→ AB ∈ V . Rozhodněte, zda A je afinním prostorem, a pokud tomu tak není, uveď te, který z axiomů afinního prostoru není splněn: a) A = R3 , V = R4 , −→ AB = (b1 − a1, b2 − a2, b3 − a3, b2 − a2); b) A = R2 , V = R2 , −→ AB = (b1 − a1, bk 2 − ak 2), k přirozené číslo; c) A = R2 , V = R2 , −→ AB = (b1 − a1, (b2 − a2)k ), k přirozené číslo; d) A = R2 , V = R2 , −→ AB = (a1 · b1, a2 · b2); 112 CVIČENÍ 113 e) A = {(a1, a2) ∈ R2 | |a1| < 1, |a2| < 1}, V = R2 , −→ AB = (b1 − a1, b2 − a2); f) A = {(a1, a2) ∈ R2 | a2 = a2 1}, V = R , −→ AB = a1 − b1; g) A = {(a1, a2) ∈ R2 | a2 = a2 1}, V = R , −→ AB = a2 − b2; h) A = {(a1, a2) ∈ R2 | a2 1 + a2 2 = 1}, V = R , −→ AB = a1 − b1; i) A = {(a1, a2) ∈ R2 | a2 1 − a2 2 = 1, a1 < 0}, V = R , −→ AB = a2 − b2; j) A = {(a1, a2) ∈ R2 | a2 1 − a2 2 = 1, a2 < 0}, V = R , −→ AB = a1 − b1; k) A = {(a1, a2) ∈ R2 | 4a2 1 − 9a2 2 = 1}, V = R , −→ AB = a2 − b2; l) A = {(a1, a2) ∈ R2 | a2 > 0}, V = R2 , −→ AB = (log a2 b2 , a1 − b1 − 1 a2 + 1 b2 ). Řešení : a) ne, neplatí (1); b) pro k liché – ano, pro k sudé – ne, neplatí (1); c) pro k = 1 – ano, pro k > 1 ne, a sice pro k liché neplatí (2), respektive pro k sudé neplatí ani (1) ani (2); d) ne, neplatí (1) ani (2); e) ne, neplatí (1); f) ano; g) ne, neplatí (1); h) ne, neplatí (1); i) ano; j) ne, neplatí (1); k) ne, neplatí (1); l) ano. 2. Nechť A je afinní prostor; A, B, C, D ∈ A. Dokažte, že platí: a) −→ AB = −−→ CD ⇔ −→ AC = −−→ BD ; b) −→ AB = −−→ CD ⇔ −−→ DB = −→ CA . 3. Nechť A je afinní prostor; A, B ∈ A; u, v ∈ Z(A). Dokažte, že platí: (A + u) − (B + v) = (A − B) + (u − v) . 4. Nechť A značí 2-rozměrný kanonický afinní prostor (viz Příklad 1.2, pro n = 2) a nechť A , respektive A , značí afinní prostor ze Cvičení 1 (b) (kde k je liché přirozené číslo), respektive Cvičení 1 (l). Určete ty podmnožiny R2 , které jsou podprostory alespoň dvou z uvedených prostorů A, A , A . Řešení : Triviální řešení : všechny jednobodové podmnožiny v R2 a celá množina R2 , respektive je-li k = 1, pak každý podprostor v A. Netriviální řešení : {(a1; a2) ∈ R2 | a2 = t, pro pevné t}; pak pro t > 0 jsou tyto množiny podprostory A, A , A , respektive pro t ≤ 0 podprostory A, A . Konečně, {(a1; a2) ∈ R2 | a1 = t, pro pevné t} jsou podprostory A, A . 5. V afinním názorném prostoru udejte příklad a) dvou podprostorů B, C takových, že B ∩ C není podprostorem, b) bodů A0, A1, A2, A3, které jsou v obecné poloze, c) bodů B0, B1, B2 tak, aby dim B0, B1, B2 = 3. CVIČENÍ 114 Řešení : c) neexistuje. 6. V afinním názorném prostoru je dána přímka p a rovina . Charakterizujte možnou vzájemnou polohu přímky p a roviny v případě, že dim(p + ) = 3, respektive dim(p + ) = 2. Řešení : dim(p + ) = 3 právě když p, jsou různoběžné nebo rovnoběžné různé; respektive dim(p + ) = 2 právě když p ⊂ . 7. Nechť B1 = {B1; W1}, B2 = {B2; W2} jsou podprostory v A. Potom B1 a B2 jsou totožné právě když W1 = W2 a −−−→ B1B2 ∈ W1. Dokažte. 8. Nechť = {B1; W1}, σ = {B2; W2} jsou dvě neprotínající se roviny ve 4rozměrném afinním prostoru A. Potom je dim(W1 + W2) < 4. Dokažte. 9. Nechť v An, n ≥ 2, je dána přímka p = {A; L(u)} a nadrovina N = {B; W}. Jestliže se p a N neprotínají, pak u ∈ W. Dokažte. 10. Nechť v An, n ≥ 2, jsou dány nadroviny N1 = {B1; W1}, N2 = {B2; W2}. Jestliže se nadroviny N1, N2 neprotínají, pak W1 = W2. Dokažte. 11. Nechť B, C, D jsou podprostory afinního prostoru A takové, že každé dva z nich se protínají. Dokažte, že platí: a) B ∩ (C + D) ⊇ (B ∩ C) + (B ∩ D), b) B + (C ∩ D) ⊆ (B + C) ∩ (B + D) a dále ukažte, že obecně neplatí opačné inkluze. 12. Nechť B je k-rozměrný podprostor v A a nechť A0, A1, . . . , Ak+1 ∈ B. Pak těchto k + 2 bodů není v obecné poloze. Dokažte. 13. V afinním prostoru A4 jsou dány tři afinní repéry: R1 = P; e1, e2, e3, e4 , R2 = A; u1, u2, u3, u4 , R3 = B; v1, v2, v3, v4 , přičemž je dáno u1 = (2; −1; −2; 1), u2 = (−1; 2; 2; −1), u3 = (3; −2; −3; 1), u4 = (1; 1; 1; −1), v1 = (−7; 11; 13; −6), v2 = (13; −15; −18; 7), v3 = (0; −7; −8; 5), v4 = (7; −10; −12; 5) vzhledem k afinnímu repéru R1, respektive B = [0; 0; 0; 1] a X = [1; 2; −2; 1] vzhledem k afinnímu repéru R2, respektive Y = [−2; −1; 1; 2] vzhledem k afinnímu repéru R3. Nalezněte: a) souřadnice bodu X vzhledem k afinnímu repéru R3; b) souřadnice bodu Y vzhledem k afinnímu repéru R2. Řešení : a) X = [−8; −8; −5; 6]; b) Y = [−5; −3; 11; −10]. 14. V afinním prostoru A3 jsou dány afinní repéry R = P; e1, e2, e3 , R = P ; e1, e2, e3 , přičemž je (v pevném afinním repéru v A3) P = [2; 1; 2], P = [3; 5; 1], e1 = (1; 2; 0), e2 = (0; 1; 1), e3 = (1; 0; 1), e1 = (3; 7; 4), e2 = (1; 3; 1), e3 = (0; −4; −1). Napište transformační rovnice pro souřadnice bodů a) při přechodu od repéru R k repéru R , b) při přechodu od repéru R k repéru R. CVIČENÍ 115 Řešení : a) x = 2x + y − z + 2, y = 3x + y − 2z , z = x − z − 1; b) x = 1 2 (−x + y + z + 1), y = 1 2 (5x − 3y − z − 9), z = 1 2 (x − y + z − 3). 15. Nechť e1, e2, e3 je kladná báze orientovaného vektorového prostoru V3. Rozhodněte, zda vektory u1, u2, u3 tvoří kladnou nebo zápornou bázi prostoru V3, je-li: a) u1 = (1; 2; 3), u2 = (2; 3; 1), u3 = (3; 1; 2) v bázi e1, e2, e3; b) u1 = (−1; 1; 0), u2 = (1; −2; 1), u3 = (2; 1; 1) v bázi e1, e2, e3; c) u1 = e1 + e2 + e3, u2 = 2e1 + e2 + 3e3, u3 = 4e1 + 3e2 + 5e3; d) u1 = 2e1 + e2, u2 = −e1 + e2 + 2e3, u3 = 2e1 + e2 − 3e3. Řešení : a) záporná; b) kladná; c) není báze; d) záporná. 16. Nechť u1, u2, u3, u4 je kladná báze orientovaného vektorového prostoru V4. Rozhodněte, zda vektory: a) u4, u3, u2, u1, b) u2, u1, u4, u3, c) u1, u4, u3, u2 tvoří kladnou nebo zápornou bázi prostoru V4. Řešení : a) kladná; b) kladná; c) záporná. 17. vektorový prostor R4 je orientován prohlášením báze u1, u2, u3, u4 za kladnou, kde u1 = (1; 2; 3; 4), u2 = (0; 1; −1; 1), u3 = (0; 0; 2; 1), u4 = (1; 2; 1; 0). Rozhodněte, zda vektory w1, w2, w3, w4 tvoří kladnou nebo zápornou bázi R4 : a) w1 = (1; 2; −2; 3), w2 = (−2; −5; 1; 0), w3 = (3; −3; 2; −1), w4 = (−2; 0; −4; 1); b) w1 = (1; 1; 1; 1), w2 = (1; −1; 1; 1), w3 = (1; 1; −1; 1), w4 = (1; 1; 1; −1); c) w1 = (1; 0; 0; 0), w2 = (0; 1; 0; 0), w3 = (0; 0; 1; 0), w4 = (0; 0; 0; 1); d) w1 = (1; 2; 3; 6), w2 = (3; 7; 1; 11), w3 = (2; 1; 4; 7), w4 = (4; 2; 2; 8). Řešení : a) záporná; b) kladná; c) záporná; d) není báze. 18. V orientovaném vektorovém prostoru R3 jsou dány dvě posloupnosti vektorů u1, u2, u3, respektive v1, v2, v3. Zjistěte, zda se jedná o báze prostoru R3 a pokud ano, zda jsou tyto báze souhlasné či nesouhlasné. a) u1 = (0; 0; 1), u2 = (1; 0; 0), u3 = (0; 1; 0); v1 = (1; −2; 1), v2 = (−1; 1; 0), v3 = (2; 1; 1). b) u1 = (1; 0; 0), u2 = (0; 1; 0), u3 = (0; 0; 1); v1 = u2, v2 = u3, v3 = u1. c) u1 = (1; 1; −2), u2 = (2; 1; 3), u3 = (−2; 1; −20); v1 = (2; 1; 0), v2 = (−1; 1; 2), v3 = (2; 1; −3). d) u1 = (1; 2; 1), u2 = (2; 3; 0), u3 = (−1; 0; 1); v1 = (2; 1; −2), v2 = (3; 1; −1), v3 = (1; 0; 1). CVIČENÍ 116 Řešení : a) nesouhlasné; b) souhlasné; c) nesouhlasné; d) v1, v2, v3 není báze. 19. V A3 napište parametrické i neparametrické vyjádření a) roviny = {A; L(u, v)}, kde A = [0; 0; 1], u = (1; 0; 1), v = (1; −1; 0), b) roviny , která prochází body A = [1; 2; 3], B = [2; 3; 4], C = [2; 2; 3], c) přímky p = {A; L(u)}, kde A = [1; 1; 1], u = (1; 1; 1), d) přímky p, která prochází body A = [3; 2; 1], B = [1; 1; 3], e) průsečnice rovin ≡ 2x − 3y − 3z = 9, σ ≡ x − 2y + z = −3. Řešení : a) X = A + tu + rv, respektive x + y − z + 1 = 0; b) X = A + t(1; 1; 1) + r(1; 0; 0), respektive y − z + 1 = 0; c) X = A + tu, respektive x − y = 0, x − z = 0; d) X = A+t(2; 1; −2), respektive x+z−4 = 0, 2y+z−5 = 0; e) X = [0; 0; −3] + t(9; 5; 1), respektive 2x − 3y − 3z = 9, x − 2y + z = −3. 20. Napište neparametrické vyjádření podprostoru B v A4, je-li: a) B = {A; L(u, v, w)}, kde A = [1; −1; 3; 4], u = (1; 0; −3; 0), v = (0; −1; 1; 3), w = (0; 1; 1; −1); b) B ≡ X = [1; −1; 0; 2] + t(3; 2; 0; 0) + r(1; 0; 1; −1); c) B ≡ X = [1; 1; 1; 1] + t(1; 1; 1; 1). Řešení : a) 3x1 − 2x2 + x3 − x4 = 4; b) 2x1 − 3x2 − 2x3 = 5, x3 + x4 = 2; c) x1 − x2 = 0, x1 − x3 = 0, x1 − x4 = 0. 21. Napište parametrické vyjádření podprostoru B v A4, je-li: a) B ≡ x1 + x3 + x4 = 2; x1 + x3 − x4 = 0; b) B ≡ x1 + 2x2 − x3 + 2x4 = 3; x1 + x2 − 2x3 + 3x4 = 1; c) B ≡ x2 = 1. Řešení : a) X = [1; 0; 0; 1] + t1(0; 1; 0; 0) + t2(−1; 0; 1; 0); b) X = [−1; 2; 0; 0] + t1(3; −1; 1; 0) + t2(−4; 1; 0; 1); c) X = [0; 1; 0; 0]+t1(1; 0; 0; 0)+t2(0; 0; 1; 0)+t3(0; 0; 0; 1). 22. V A5 je dán podprostor B. Je-li dán parametricky (respektive neparametricky), pak nalezněte jeho neparametrické (respektive parametrické) vyjádření: a) B ≡ X = [2; 1; −3; 3; 1] + r(1; 1; 2; 1; 3) + s(1; 2; 1; 3; 1); b) B ≡ X = [1; −2; −1; 3; 0] + r(1; −3; 2; −3; 2) + s(−2; 1; 1; 2; −1); c) B ≡ x1 = 1; x2 = 2; x3 = 3; x5 = 5; d) B ≡ 2x1 + 4x2 + 3x3 − x4 + 2x5 = 2; 3x1 + 3x2 + 3x3 − x4 + 2x5 = 1. CVIČENÍ 117 Řešení : a) 3x1 −x2 −x3 = 8, x1 −2x2 +x4 = 3, 5x1 −2x2 −x5 = 7; b) x1+x2+x3 = −2, 3x1−4x2+5x4 = 26, x1+x2−x5 = −1; c) X = [1; 2; 3; 0; 5] + t(0; 0; 0; 1; 0); d) X = [−1; 0; 0; −4; 0] + t1(1; 1; 0; 6; 0) + t2(0; 0; 1; 3; 0)+ t3(0; 0; 0; 2; 1). 23. V A3 určete neparametrické vyjádření roviny , která a) prochází bodem M = [4; 0; −1] a obsahuje přímku p = {A; L(bbu)}, kde A = [2; 1; 2], u = (−2; 1; 3), b) obsahuje přímky p = {A; L(u)}, q = {B; L(v)}, kde A = [3; −1; 2], u = (5; 2; 4), B = [8; 1; 6], v = (3; 1; −2), c) obsahuje přímky p ≡ x − y + 5 = 0; x + y − z − 1 = 0 a q = {A; L(u)}, kde A = [1; −2; 0], u = (2; 3; 1). Řešení : a) nekonečně mnoho rovin tvaru x+(3t+2)y−tz−4−t = 0, pro libovolné t ∈ R ; b) 8x − 22y + z = 48; c) neexistuje. 24. V afinním repéru P; e1, e2 v A2 je dána rovnice přímky p ≡ 2x + 3y − 1 = 0 a dále bod P = [1; 3], respektive vektory e1 = (1; 1), e2 = (−1; 2). Určete rovnici přímky p v afinním repéru P ; e1, e2 . Řešení : p ≡ 5x + 4y + 10 = 0. 25. V afinní rovině jsou dány afinní repéry R = P; e1, e2 , respektive R = P ; e1, e2 , přičemž P = P +2e1 −e2, e1 = e1 −3e2, e2 = −e1 +e2. Nechť dále je A = [−1; 3], p ≡ 3x+5 = 0 vzhledem k repéru R, respektive B = [0; 3], q ≡ 2x +y = 0 vzhledem k repéru R . Potom: a) určete souřadnice bodu A a rovnici přímky p vzhledem k repéru R ; b) určete souřadnice bodu B a rovnici přímky q vzhledem k repéru R. Řešení : a) A = [−0, 5; 2, 5], p ≡ 3x − 3y + 11 = 0; b) B = [−1; 2], q ≡ 5x + 3y − 7 = 0. 26. V A4 zadejte neparametricky roviny , σ tak, že a) , σ se neprotínají, b) průnikem a σ je bod, c) průnikem a σ je přímka. 27. Udejte příklad bodů ve 3-rozměrném afinním prostoru A, které generují rovinu ≡ x1 + x3 = 0 a přitom nejsou v obecné poloze. 28. V 5-rozměrném afinním prostoru A udejte příklad a) dvou rovin , σ, jejichž součtem je A , b) bodů A1, A2, A3, A4, A5, A6, které jsou v obecné poloze, c) bodů A1, A2, A3, A4, A5, A6, které nejsou v obecné poloze, d) dvou nadrovin N1, N2, které se neprotínají, e) přímky p a roviny tak, aby dim(p + ) = 4, f) přímky p a roviny tak, aby dim(p + ) = 3. CVIČENÍ 118 29. Dokažte, že přímky p = {A; L(u)}, q = {B; L(v)} se neprotínají, a sestrojte 3-rozměrný podprostor obsahující obě tyto přímky. Přitom A = [8; 2; 5; 15; −3], u = (7; −4; 11; 13; −5); B = [−7; 2; −6; −5; 3], v = (2; 9; −10; −6; 4). Řešení : B = p + q, tj. B = {A; L(u, v, −→ AB)}. 30. Určete průnik a součet podprostorů B1, B2, je-li: a) B1 = {B1; L(u1, u2)}, B2 = {B2; L(v1, v2)}, kde B1 = [4; 0; 1; −2], u1 = (0; 1; −1; 2), u2 = (1; −2; −3; 0); B2 = [1; 2; 1; 1], v1 = (1; 0; −1; 0), v2 = (2; 1; 0; −1); b) B1 ≡ x1 + x3 + x4 = 2; x1 + x3 − x4 = 0; B2 = {A; L(u)}, kde A = [1; 0; 1; 0], u = (1; 2; −1; 0); c) B1 ≡ x1 + x2 + x3 + x4 = 0; x1 − x4 = 0; B2 ≡ x2 + x3 = 4; x2 + x3 + x4 = 2; d) B1 ≡ x1 − x2 + x3 + 2x4 + 1 = 0; B2 ≡ X = A + tu + sv, kde A = [1; −1; 1; −2], u = (7; 1; 4; −5), v = (2; 3; −7; 4). Řešení : a) B1 ∩ B2 = ∅, B1 + B2 = A; b) B1 ∩ B2 = ∅, B1 + B2 = {A; W}, kde W = L((0; 1; 0; 0), (−1; 0; 1; 0), (0; 0; −1; 1)); c) B1 ∩ B2 = {[−2; 4; 0; −2]; L((0; −1; 1; 0))}; B1 + B2 = {[−2; 4; 0; −2]; L((1; −2; 0; 1), (0; −1; 1; 0), (1; 0; 0; 0))}; d) B1 ∩ B2 = B2, B1 + B2 = B1. 31. Nalezněte parametrické i neparametrické vyjádření průniku a součtu podprostorů B1 = {B1; L(u1, u2)}, B2 = {B2; L(v1, v2, v3)}, kde B1 = [2; 1; 4; 0; 0], u1 = (1; 0; 1; 1; 0), u2 = (0; −1; −1; 2; 1); B2 = [3; 0; 1; 3; 2], v1 = (1; 1; 0; 0; 1), v2 = (1; −1; 0; 3; 1), v3 = (1; 0; −2; 1; 1). Řešení : B1 ∩ B2 ≡ X = [2; 0; 3; 2; 1] + t(1; −1; 0; 3; 1)}; B1 + B2 ≡ 3x1 − 6x2 + x3 − 4x4 + 3x5 = 4, odkud již lehce obdržíme zbývající vyjádření. 32. Ve 4-rozměrném afinním prostoru udejte příklad přímek p, q, které jsou a) rovnoběžné různé, b) různoběžné, c) mimoběžné. 33. V 5-rozměrném afinním prostoru udejte příklad přímky p a 3-rozměrného podprostoru B tak, že a) p ⊆ B, b) p B a B neobsahuje p, c) p, B jsou různoběžné, d) p, B jsou mimoběžné. 34. V 5-rozměrném afinním prostoru udejte příklad rovin , σ, které jsou CVIČENÍ 119 a) rovnoběžné různé, b) různoběžné a protínají se v přímce, c) různoběžné a protínají se v bodě, d) mimoběžné a mají společný směr, e) mimoběžné a nemají společný žádný směr. 35. V afinním prostoru A udejte příklad mimoběžných přímek p, q a bodu M, respektive vektoru w, tak, že a) dim A = 3 a M /∈ p + q, b) dim A = 4 a M /∈ p + q, c) dim A = 3 a w /∈ Z(p + q), d) dim A = 4 a w /∈ Z(p + q). Řešení : a) neexistuje; c) neexistuje. 36. Ve 3-rozměrném afinním prostoru zadejte mimoběžky p, q tak, že a) neexistuje jejich příčka rovnoběžná s vektorem w = (0; 0; 1), b) neexistuje jejich příčka procházející bodem M = [0; 0; 0]. 37. Udejte příklad nadrovin N1, N2 v A (dim A = 5) tak, že a) N1, N2 jsou mimoběžné, b) průnikem N1, N2 je rovina, c) průnikem N1, N2 je 3-rozměrný podprostor v A. Řešení : a) neexistuje – viz Věta 6.5; b) neexistuje – viz Věta 6.5. 38. Existují-li v A dvě nadroviny, jejichž průnikem je rovina, co pak platí o dimenzi prostoru A? Řešení : dim A = 3 nebo dim A = 4 – viz Věta 6.5. 39. Nechť B1, B2 jsou podprostory v A. Udejte libovolnou a) nutnou, ale nikoliv dostatečnou podmínku pro to, aby B1 B2, b) dostatečnou, ale nikoliv nutnou podmínku pro to, aby B1 B2. 40. Nechť p, q jsou mimoběžky v A; M ∈ A bod. Udejte libovolnou a) nutnou, ale nikoliv dostatečnou podmínku, b) dostatečnou, ale nikoliv nutnou podmínku pro to, aby neexistovala příčka mimoběžek p, q procházející bodem M. 41. Dokažte, že v libovolném 3-rozměrném afinním prostoru A jsou přímka a rovina buď rovnoběžné nebo různoběžné. 42. Nechť p = {A; L(u)}, q = {B; L(v)} jsou mimoběžky ve 3-rozměrném afinním prostoru A a nechť M ∈ A je bod neležící na žádné z nich. Dokažte: a) existuje jediná příčka p, q procházející M ⇔ −−→ AM, −−→ BM /∈ L(u, v); b) vynecháme-li předpoklad, že dim A = 3, pak tvrzení a) neplatí. CVIČENÍ 120 43. Nechť B, C jsou podprostory v A takové, že B C a Z(B) ⊆ Z(C). Dokažte, že pak jsou následující výroky ekvivalentní: (i) B, C se neprotínají; (ii) pro libovolné B ∈ B a libovolné C ∈ C je −−→ BC /∈ Z(C); (iii) existují body B ∈ B a C ∈ C tak, že −−→ BC /∈ Z(C). 44. Nechť B, C jsou podprostory v A, které nejsou rovnoběžné. Dokažte, že pak následující výroky jsou ekvivalentní: (i) B, C jsou různoběžné; (ii) pro libovolné B ∈ B a C ∈ C je −−→ BC ∈ Z(B) + Z(C); (iii) existují body B ∈ B, C ∈ C tak, že −−→ BC ∈ Z(B) + Z(C). 45. Nechť B, B1, B2 jsou podprostory afinního prostoru A takové, že B1 B2, B ∩ B1 = ∅, B ∩ B2 = ∅. Dokažte: a) B ∩ B1, B ∩ B2 jsou rovnoběžné podprostory v A; b) vynecháme-li předpoklad, že B ∩ B2 = ∅, pak tvrzení a) neplatí. 46. V A3 určete vzájemnou polohu zadaných přímek, respektive rovin: a) p ≡ X = [1; −3; 4] + t(2; 2; −1); q ≡ X = [3; 0; −1] + r(0; 1; 3); b) p ≡ X = [1; 2; 3] + t(1; −1; 2); q ≡ x − y − z + 4 = 0, x + y − 3 = 0; c) p ≡ x + 2y − z = 1, x − y = 0; q ≡ 3x − y − z = −1, 3x − 4y + 2z = 8; d) p ≡ X = [4; 7; −11] + t(1; −8; 3); ≡ X = [0; 1; −1] + r(2; 1; 2) + s(1; 2; 5); e) p ≡ X = [1; 4; −3] + t(1; −3; 4); ≡ x − y − z = 0; f) p ≡ x + y + z = 3, 4x + 3z = 3; ≡ 2x + 2y + 2z = 1; g) ≡ X = [6; 1; 0] + t1(4; 3; 1) + t2(−1; 3; 5); σ ≡ X = [3; 0; 1] + r1(1; 2; 2) + r2(3; 1; −1); h) ≡ X = [3; 5; 8] + r(2; 0; 1) + s(3; −1; 0); σ ≡ x + 3y − 2z + 1 = 0; i) ≡ 2x + 3y + 4z + 5 = 0; σ ≡ x − y − z + 1 = 0. Řešení : a) mimoběžné; b) totožné; c) různoběžné; d) různoběžné; e) p ⊆ ; f) rovnoběžné různé; g) totožné; h) rovnoběžné různé; i) různoběžné. 47. V A3 vyšetřete vzájemnou polohu zadaných přímek, respektive rovin. Pokud se protínají, pak určete jejich průnik: CVIČENÍ 121 a) p ≡ X = [1; −2; 3] + t(1; −3; 1); q ≡ X = [1; 2; −1] + r(0; 1; 3); b) p ≡ X = [2; 3; 2] + t(1; 2; 2); q ≡ 2x + 2y − 3z = 1, y − z = 2; c) p ≡ 2x − y = 1; 2x − z = 2; q ≡ 2x − y − 2z = 1, y = 1; d) p ≡ X = [−2; 1; 0] + t(2; −1; 2); ≡ X = [1; 2; 2] + r(1; 0; 0) + s(1; 3; −2); e) p ≡ X = [1; 1; −2] + t(−1; 3; 0), ≡ 3x + y + 5z + 7 = 0; f) p ≡ x − y − z = −2, 4y − z = 11; ≡ 3x − y + 2z = 5; g) ≡ X = [1; 0; −2] + t1(1; 2; −2) + t2(2; 3; 1); σ ≡ X = [0; −3; 1] + r1(1; 0; 4) + r2(0; 1; −1); h) ≡ X = [1; 2; 0] + r(2; −1; 2) + s(3; 1; −1); σ ≡ 3x + 3y − z + 3 = 0; i) ≡ x + y − z − 3 = 0; σ ≡ x − 2y − z + 3 = 0. Řešení : a) mimoběžné; b) rovnoběžné různé; c) různoběžné, průsečík [1; 1; 0]; d) různoběžné, průsečík [2; −1; 4]; e) rovnoběžné různé; f) různoběžné, průsečík [2; 3; 1]; g) různoběžné, průsečnice X = [1; −1; 3] + t(1; 1; 3); h) různoběžné, průsečnice X = [0; 0; 3] + t(23; −14; 27); i) různoběžné, průsečnice X = [1; 2; 0] + t(1; 0; 1). 48. V A3 napište parametrické vyjádření podprostorů B, C zadaných jako afinní obal bodů, je-li B = B1, B2, B3 , C = C1, C2, C3 , a zjistěte jejich vzájemnou polohu. Přitom B1 = [1; 3; −1], B2 = [−1; 5; −4], B3 = [3; 1; 2]; C1 = [0; 1; 2], C2 = [1; 1; 1], C3 = [0; 1; 1]. Řešení : B ≡ X = B1 + t(2; −2; 3); C ≡ X = C1 + r(1; 0; −1) + s(0; 0; 1), různoběžné, průsečík X = [3; 1; 2]. 49. Nechť ≡ x − y + z = 0, σ ≡ 3x − y − z + 2 = 0, τ ≡ 4x − y − 2z + k = 0 jsou roviny v afinním prostoru A3. Zjistěte, pro které k se tyto roviny protínají v jediné přímce a tuto přímku určete. Řešení : k = 3; p ≡ X = [−1; −1; 0] + t(1; 2; 1). 50. Nalezněte přímku p v A3, která je rovnoběžná s rovinou , různoběžná s přímkou q = {A; L(u)} a prochází bodem M. Přitom: a) ≡ x + y − z + 7 = 0; A = [0; 0; 0], u = (1; 1; 3), M = [1; 1; 4]; b) ≡ 18x − 8y − 19z = 0; A = [2; 3; 5], u = (1; −12; 6), M = [1; 1; 1]. Řešení : a) p ≡ X = [0; 0; 2] + t(1; 1; 2); b) neexistuje. 51. Je dána rovina ≡ X = [1; 0; 0; 1]+r(5; 2; −3; 1)+s(4; 1; −1; 0) v A4. Vyšetřete vzájemnou polohu roviny a přímky p v A4, je-li: a) p ≡ X = [3; 1; −4; 1] + t(−1; 1; 2; 1) ; b) p ≡ {A; L(u)}, kde A = [3; 0; −4; 1], u = (−1; 1; 2; 1) ; c) p ≡ x1 − x2 + 2 = 0, 2x2 + x3 + 1 = 0, x3 + 2x4 − 3 = 0 . CVIČENÍ 122 Řešení : a) mimoběžné; b) různoběžné, průsečík [2; 1; −2; 2]; c) p ⊆ . 52. V afinním prostoru A4 vyšetřete vzájemnou polohu: a) přímek p ≡ X = [5; 7; 4; −5] + t(2; 3; 1; −2), q ≡ x1 − x2 = 0, x1 + 2x3 = 5, 3x1 − 2x4 = 5 ; b) přímky p ≡ X = [0; 0; 6; 5] + t(1; 2; −3; 0) a roviny ≡ X = [1; 0; 0; 2] + r(1; −1; 0; 0) + s(1; 2; 0; −1) ; c) rovin ≡ X = [0; 3; 1; 3] + t1(1; 1; −2; −2) + t2(1; 5; −4; 0); σ ≡ X = [−9; 2; 1; −5] + r1(5; −1; 0; 2) + r2(3; 1; 2; 0) ; d) rovin ≡ x1 − x2 + x4 = 2, 2x1 − x2 = 0; σ ≡ 2x3 + 9x4 = 35, x1 − x4 = −2 ; e) přímky p ≡ X = [3; 2; 0; −2] + k(1; 1; −1; 1) a nadroviny N ≡ X = [2; 1; 1; 1] + r(1; 1; 1; 1) + s(1; 1; 1; −1)+ t(1; 1; −1; −1) ; f) přímky p ≡ X = [0; 0; 0; 3] + t(1; 1; 1; 0) a nadroviny N ≡ x4 = 0 ; g) nadrovin N1 ≡ 2x1 + x2 − x3 = 1; N2 ≡ 3x1 − x2 + x3 − x4 = 2 . Řešení : a) protínají se v bodě [1; 1; 2; −1]; b) mimoběžné; c) protínají se v bodě [1; 0; 1; −1]; d) protínají se v přímce X = [1; 2; 4; 3]+t(2; 4; −9; 2); e) p ⊆ N; f) p N; g) protínají se v rovině X = [0; 0; −1; −3]+r(1; 0; 2; 5)+s(0; 1; 1; 0). 53. Nalezněte přímku r, která protíná přímku p, rovinu a prochází bodem M. Přitom p ≡ X = [0; 0; −6; −7] + t(1; 1; 2; 1); ≡ X = [2; 1; 1; 1] + r(1; 2; −1; 1) + s(−1; 2; 1; 2); M = [7; −2; −1; 0]. Řešení : r ≡ X = [1; 1; −4; −6] + t(7; −6; 5; 7). 54. Je dána přímka p ≡ X = [0; 1; 0; 1] + t(1; 0; −1; 1) a rovina ≡ x1 + x3 = 0; x1 + x2 + x3 + x4 = 1. Nalezněte: a) rovinu σ, která obsahuje p a je rovnoběžná s ; b) nadrovinu N, která obsahuje p a je rovnoběžná s . Řešení : a) neexistuje; b) N ≡ X = [0; 1; 0; 1] + r(−1; 0; 1; 0) +s(0; −1; 0; 1) + t(1; 0; −1; 1). 55. Ve 4-rozměrném afinním prostoru A4 CVIČENÍ 123 a) určete parametry a, b tak, aby přímka p ležela v rovině , kde p ≡ X = [1; 2; 1; 2] + t(1; a; 0; 2); ≡ X = [1; 1; 2; b] + r(1; 2; 1; 2) + s(1; 1; 2; 2); b) určete hodnotu parametru a tak, aby roviny , σ byly mimoběžné, kde ≡ X = [3; −1; 1; −3] + t1(2; 1; 1; −3) + t2(0; 0; 1; a); σ ≡ X = [1; −1; −1; 4] + r1(1; 2; 2; −3) + r2(1; 1; 0; 2); c) určete hodnoty parametrů a, b tak, aby roviny , σ byly rovnoběžné, kde ≡ x1 + x2 + x3 + x4 = 1; x1 + 2x2 + x3 − x4 = 2; σ ≡ x1 + x3 + ax4 = 0; 2x1 + 5x2 + bx3 − 4x4 = 5; d) určete parametry a, b tak, aby přímky p, q byly různoběžné a nalezněte pak jejich průsečík, je-li p ≡ X = [3; 2; 1; 0] + t(0; a; 1; b), q ≡ X = [−2; 4; 4; −1] + r(5; −5; −6; 4). Řešení : a) a = 3, b = 2; b) a = −4; c) a = 3, b = 2; d) a = 1, b = −1, průsečík [3; −1; −2; 3]. 56. Vyšetřete vzájemnou polohu přímky p ≡ X = [4; 1; 3; a]+t(2; 2; −1; −1) a roviny ≡ X = [3; −1; −1; 6] + r(−2; 1; −2; 1) + s(4; −1; −1; 0) v závislosti na parametru a. Řešení : pro a = 11 4 mimoběžné, pro a = 11 4 různoběžné, průsečík [34 24 ; −38 24 ; 103 24 ; 97 24 ]. 57. Vyšetřete vzájemnou polohu podprostorů B, C v A, a určete jejich průnik, je-li: a) B ≡ X = [−2; 10; −1; 2; −1] + t(2; −8; 3; −5; 1) , C ≡ X = [1; 1; 2; −1; 3] + r(1; −1; 0; 2; 3) + s(0; 2; −1; 3; 5) ; b) B ≡ X = [1; 1; 1; 1; 1] + t(2; −8; 3; −5; −9) , C ≡ X = [1; 1; 2; −1; 3] + r(1; −1; 0; 2; 3) + s(0; 2; −1; 3; 5) ; c) B ≡ X = [2; −3; 1; 5; 0] + r(3; −2; 1; 0; 1) + s(−1; 5; −2; 0; 3) , C ≡ X = [0; −1; 0; 4; 1] + t(1; 2; 4; 0; −2) + q(6; 3; 4; 0; 3) ; d) B ≡ X = [−2; −3; 2; 0; 5] + r(1; −1; 1; 1; 3) + s(−1; 2; 1; 2; −2) , C ≡ X = [−1; 0; 3; 3; 8] + t(1; 1; −3; −3; 1) + q(0; 1; 2; 3; 1) ; e) B ≡ X = [2; 0; 2; 0; 1] + r(2; 1; 0; 0; 0) + s(0; 0; 1; 2; 3) , C ≡ X = [1; 0; 0; 1; 0] + t(1; 0; 0; 0; 0) + q(1; 1; 0; 0; 0)+ k(1; 1; 0; 0; 1); f) B ≡ X = [1; 2; 1; 0; 1] + r(1; 1; 0; 0; −1) + s(0; 1; 1; 1; 0) , C ≡ x1 + x2 + x4 − 3 = 0, x1 + x2 + x3 − x5 − 2 = 0 ; g) B ≡ x1 + x2 − 1 = 0, C ≡ x4 + x5 − 2 = 0 . CVIČENÍ 124 Řešení : a) různoběžné, průnikem je bod [0; 2; 2; −3; 0]; b) rovnoběžné různé; c) mimoběžné, mají společný směr (5; 1; 0; 0; 5); d) různoběžné, průnikem je přímka X = [−2; −1; 6; 6; 7] + t(0; 1; 2; 3; 1); e) mimoběžné, mají společný směr (0; 0; −2; 1; 0); f) různoběžné, průnikem je bod [0; 2; 2; 1; 2]; g) různoběžné, průnikem je podprostor X = [1; 0; 0; 2; 0] + r(−1; 1; 0; 0; 0) + s(0; 0; 1; 0; 0) + t(0; 0; 0; −1; 1). 58. V A jsou dány mimoběžky p = {A; L(u)}, q = {B; L(v)} a bod M. Určete průsečíky P, Q obou mimoběžek s jejich příčkou procházející bodem M, je-li: a) A = [3; −1; 4], u = (1; −1; 2); B = [−1; 2; −2], v = (2; 0; 1); M = [1; 3; −2]; b) A = [3; 3; 3], u = (2; 2; 1); B = [1; 6; 0], v = (1; 1; 1); M = [4; 5; 3]; c) A = [3; 1; 8], u = (2; 4; 3); B = [0; 2; −5], v = (5; −1; 2); M = [4; 0; −1]; d) A = [1; 1; 1; 1], u = (1; 2; 1; 0); B = [2; 2; 3; 1], v = (1; 0; 1; 3); M = [4; 5; 2; 7]; e) A = [1; 3; 0; 1], u = (0; 2; 1; 2); B = [2; 4; 0; 2], v = (1; 1; 1; 2); M = [0; 2; 1; 1]; f) A = [0; 2; −5; −10], u = (1; 1; −1; −1); B = [0; 0; −1; 0], v = (1; 1; −1; −2); M = [8; 9; −11; −15]. Řešení : a) P = [1; 1; 0], Q = [1; 2; −1]; b) P = [5; 5; 4], Q = [0; 5; −1]; c) P = [1; −3; 5], Q = [5; 1; −3]; d) P = [2; 3; 2; 1], Q = [1; 2; 2; −2]; e) neexistují; f) P = [12; 14; −17; −22], Q = [4; 4; −5; −8]. 59. V A jsou dány mimoběžky p = {A; L(u)}, q = {B; L(v)} a vektor w. Určete průsečíky P, Q obou mimoběžek s jejich příčkou rovnoběžnou s vektorem w, je-li: a) A = [1; −2; 5], u = (1; 3; −1); B = [−1; 1; −5], v = (1; 1; 2); w = (1; −2; 3); b) A = [2; 1; 1], u = (1; −1; 2); B = [1; 3; 2], v = (0; 1; 1); w = (1; 1; 4); c) A = [0; 9; −2], u = (1; 0; 0); B = [1; 2; −1], v = (1; −1; 1); w = (1; 2; 0); d) A = [1; 2; 3; 1], u = (0; 1; 0; 2); B = [2; 2; 2; 1], v = (1; 0; 2; −1); w = (1; 1; 2; 1); e) A = [2; 1; 0; 2], u = (−1; 0; 1; 2); B = [2; 0; 1; 1], v = (1; 1; 1; 1); w = (0; 2; 1; 4); f) A = [7; 1; 2; 5], u = (0; 1; 1; −1); B = [5; 2; 2; 4], v = (2; 3; 0; 1); w = (1; 1; 1; 1). CVIČENÍ 125 Řešení : a) P = [2; 1; 2], Q = [1; 3; −1]; b) neexistují; c) P = [3; 9; −2], Q = [0; 3; −2]; d) neexistují; e) P = [1; 1; 1; 4], Q = [1; −1; 0; 0]; f) neexistují. 60. V A3 nalezněte parametrické vyjádření příčky mimoběžek p, q, která je rovnoběžná s rovinami , σ. Přitom p ≡ X = [−5; 2; 2] + t(2; 0; 1); q ≡ z − 2 = 0, 5x − 8y + 9z + 100 = 0; ≡ X = [3; 0; 0] + r(3; 2; 0) + s(1; 0; 2); σ ≡ x − 4y − 3z + 12 = 0 Řešení : X = [−27; 2; −9] + t(1; 1; −1). 61. Stanovte číslo m tak, aby roviny α1 ≡ x − y + z = 0, α2 ≡ 3x − y − z + 2 = 0 a α3 ≡ 4x − y − 2z + m = 0 patřily do téhož svazku rovin. Řešení : m = 3. 62. Jaká podmínka musí být splněna, aby tři roviny α1 ≡ x − ay + bz = 0, α2 ≡ −bx + y − az = 0 a α3 ≡ bx − ay + z = 0 v A3 patřily do téhož svazku rovin? Jaká je podmínka, aby byly navíc tyto roviny různé? Řešení : b = 1, a libovolné, nebo a+b = −1 nebo a = 1, b libovolné; roviny různé ⇔ a + b = −1, a = ±1, a = 0, a = −2. 63. Dokažte, že tři roviny α1 ≡ 2x + y − 7z − 7 = 0, α2 ≡ x − 2z − 4 = 0 a α3 ≡ x + y + 9z + 8 = 0 patří do téhož trsu rovin 2. druhu. Určete společný směr těchto rovin. 64. Ve svazku nadrovin v A5 určeném nadrovinami N1 ≡ x1 + 2x2 − 4x4 + 2 = 0 a N2 ≡ x2 + 3x3 − x5 − 4 = 0 nalezněte nadrovinu, která prochází společným bodem nadrovin x1 + x2 − 4 = 0, x2 + x3 − 1 = 0, x3 + x4 + 2 = 0, x4 − x5 + 3 = 0 a x1 + x3 + x5 + 4 = 0. Řešení : N ≡ 28x1 − 43x2 − 73x3 − 112x4 + 43x5 + 228 = 0. 65. V A3 určete rovnici roviny, která obsahuje přímku p ≡ 2x−z = 0, x+y−z+5 = 0 a a) prochází bodem A = [1; 2; 1], b) je rovnoběžná s přímkou q ≡ X = [0; 2; −1] + t(7; −1; 4). Řešení : a) α ≡ −13x + y + 6z + 5 = 0; b) α ≡ −3x − 5y + 4z − 25 = 0. 66. V A3 určete rovnici roviny, která obsahuje přímku p ≡ 3x − 4y + z − 12 = 0, 4x − 7y − 3z + 4 = 0 a je rovnoběžná s přímkou q ≡ X = [1; 7; 5] + t(82; 0; 79). Řešení : α ≡ −79x + 147y + 82z − 184 = 0. 67. V A3 určete rovnici roviny, která je určena body A = [1; 2; 3], B = [1; 5; 2] společným bodem rovin α ≡ 2x−y+z−1 = 0, β ≡ 2x−3y+z+5 = 0, γ ≡ x−z = 0. CVIČENÍ 126 Řešení : ρ ≡ 6x − y − 3z + 5 = 0. 68. V A3 jsou dány čtyři roviny α ≡ 2x + y − z − 2 = 0, β ≡ x − 3y + z + 1 = 0, γ ≡ x + y + z − 3 = 0, δ ≡ x + y + 2z = 0. Dokažte: a) že žádné tři z těchto rovin nepatří do téhož svazku rovin; b) že všechny roviny nepatří do téhož trsu rovin. 69. Pro roviny ze Cvičení 68 určete roviny, které jsou rovnoběžné s jednou rovinou a patří do trsu rovin, který je určen zbývajícími třemi rovinami. Řešení : α ≡ 2x + y − z − 56 = 0, β ≡ x − 3y + z + 36 = 0, γ ≡ x + y + z − 9 19 = 0, δ ≡ x + y + 2z − 4 = 0. 70. V A3 určete rovnici roviny, která patří do svazku rovin určeného rovinami α1 ≡ 2x − 3y + z − 3 = 0, α2 ≡ x + 3y + 2z + 1 = 0 a prochází průsečíkem rovin β1 ≡ 2x + y − z + 3 = 0, β2 ≡ 3x − z = 0 a β3 ≡ 2y + 2z = 0. Řešení : ρ ≡ 2x + 15y + 7z + 7 = 0. 71. Nakreslete přímku a na ní body A, B, C tak, aby: a) (C; A, B) = 1 2 ; b) (A; B, C) = 1 2 ; c) (B; A, C) = 1 2 ; d) (A; C, B) = −1; e) (A; B, C) = −1; f) (B; C, A) = 3. 72. Nechť A, B, S jsou tři navzájem různé body na přímce. Pak bod S je středem dvojice bodů A, B právě když (A; S, B) = 1 2 . Dokažte. 73. V afinním prostoru A3 jsou dány dvě mimoběžky p, q a pevné reálné číslo λ, 0 = λ = 1. Zjistěte, co vyplní všechny body X ∈ A3, pro něž platí: existují body P ∈ p, Q ∈ q tak, že body P, Q, X leží na přímce a je (X; P, Q) = λ. Řešení : body vyplní rovinu. 74. V afinním prostoru A3 jsou dány tři navzájem mimoběžné přímky p, q, r. Dále je dáno pevné reálné číslo λ, 0 = λ = 1. Určete, kolik existuje trojic bodů P, Q, R takových, že P ∈ p, Q ∈ q, R ∈ r, body P, Q, R leží na jedné přímce a platí (R; P, Q) = λ. Řešení : právě jedna. 75. V afinním prostoru A (dim A = n ≥ 2) je dán bod A a nadrovina N tak, že A /∈ N. Dále je dáno pevné reálné číslo λ, 0 = λ = 1. Zjistěte, co vyplní všechny body X ∈ A, pro něž platí: existuje bod N ∈ N tak, že body A, N, X leží na přímce a je (X; A, N) = λ. Řešení : body vyplní nadrovinu rovnoběžnou s N. 76. Nechť A, B, C, X jsou čtyři navzájem různé body ležící na přímce. Dokažte, že pak platí: (X; A, B) · (X; B, C) · (X; C, A) = 1. CVIČENÍ 127 77. Určete parametry x, y tak, aby A, B, C ∈ An byly tři navzájem různé body ležící na jedné přímce a pak vypočtěte dělicí poměr λ = (C; A, B). Přitom: ba) A = [2; 1; −2], B = [x; 11; y], C = [1; 0; −3]; b) A = [x; 2; 1], B = [1; y; 1], C = [−2; 1; 2]; c) A = [1; x; 2], B = [−1; 3; 2], C = [4; 0; y]; d) A = [2; 1; x], B = [−1; −5; y], C = [3; 3; 3]; e) A = [1; 1; 1; 2], B = [x; 2; 3; −1], C = [1; y; 5; −4]; f) A = [3; 2; −1; 0], B = [x, 1, −2, 1], C = [1; 2y; 1; 2]; g) A = [2; 1; 2; 1], B = [0; y; 2; 2], C = [4; 3; 2; 2x]; h) A = [1; −1; 6y; 0], B = [1; 1; x; 2], C = [1; 2; 3; 3]. Řešení : a) x = 12, y = 8, λ = 1 11 ; b) nelze; c) x = 9 5 , y = 2, λ = 3 5 ; d) nekonečně mnoho hodnot tvaru x = t, y = 4t−9; λ = 1 4 ; e) x = 1, y = 3, λ = 2; f) nelze; g) nekonečně mnoho hodnot tvaru x = t, y = −1; potom λ = 1 2 ; h) nekonečně mnoho hodnot tvaru x = 2t+2, y = t; potom λ = 3. 78. Je dána přímka p = {A; L(u)} a rovina = {B; L(v, w)}. Na přímce p nalezněte bod C tak, aby (C; A, P) = λ, kde P je průsečík přímky p a roviny . Přitom: a) A = [2; 2; −1; 11], u = (2; 1; 0; 1); B = [7; 0; 0; 0], v = (1; 0; 0; −1), w = (0; 0; 1; 0); λ = 2 3 ; b) A = [2; −1; 3; 0], u = (−1; 1; 2; 1); B = [1; 0; 1; 0], v = (1; 1; −1; 1), w = (2; 0; 1; 1), λ = 3; c) A = [3; 2; 1; 0], u = (−1; 1; 3; 2); B = [4; 0; 2; 1], v = (2; 0; 1; 1), w = (0; 1; 0; −1); λ = −1. Řešení : a) C = [10; 6; −1; 15]; b) nelze, neboť A = P; c) nelze, neboť p, jsou mimoběžné. 79. Nalezněte střed S dvojice bodů A, B, je-li: a) A = [1; 2; 3; 4; 5], B = [5; 0; 9; 4; 7]; b) A = [2; 1; 0; 1; 1], B = [2; 1; 0; 1; 1]. Řešení : a) S = [3; 1; 6; 4; 6]; b) S = A = B = [2; 1; 0; 1; 1]. 80. V afinní rovině udejte příklad dvou různých polorovin P, R tak, že a) P ∩ R je opět polorovina, b) P ∩ R je podprostor, c) P ∩ R je úhel, d) P ∩ R = ∅, e) P ∩ R = ∅ a není polorovina ani podprostor ani úhel. CVIČENÍ 128 81. V 5-rozměrném afinním prostoru A udejte příklad dvou různých poloprostorů P, R takových, že a) P ∩ R je poloprostor, b) P ∩ R je nadrovina, c) P ∩ R je přímka, d) P ∩ R = ∅. Řešení : c) neexistuje. 82. Dokažte, že dva body R = [r1; . . . ; rn], S = [s1; . . . ; sn] patří do téhož poloprostoru v A, vyť atého nadrovinou N ≡ a1x1 + · · · + anxn + a = 0, právě když: (a1r1 + · · · + anrn + a) · (a1s1 + · · · + ansn + a) ≥ 0 . 83. V afinním prostoru A je dána přímka p = {A; L(u)} a nadrovina N tak, že se protínají v bodě C. Dokažte, že neexistuje bod B ∈ p tak, aby body A, B ležely v opačných poloprostorech v A, vyť atřch nadrovinou N a platilo (C; A, B) = 1 2 . 84. Nalezněte průnik úsečky [A, B] a roviny , je-li a) A = [−1; 1; 1]; B = [3; 1; −2]; ≡ X = [1; 0; 0] + r(1; 1; 0) + s(0; 1; −1); b) A = [1; 1; 3]; B = [4; 0; 1]; ≡ X = [3; 1; 4] + r(1; 2; 2) + s(2; 3; 1); c) A = [5; 1; 3]; B = [1; −3; 4]; ≡ 2x − 3y − 4z + 5 = 0; d) A = [−1; 1; 2]; B = [0; 3; 2]; ≡ x − 2y − z + 6 = 0. Řešení : a) bod [9 7 ; 1; −5 7 ]; b) ∅; c) úsečka [A, B]; d) bod [−2 3 ; 5 3 ; 2]. 85. Rozhodněte, zda body A, B jsou, respektive nejsou, oddělovány nadrovinou N, je-li: a) A = [7; 5; 8; 3]; B = [3; 2; 7; 8]; N ≡ X = [1; 2; 2; 1] + r(2; −1; 1; 0) + s(1; 0; 1; 0) + t(0; 1; 1; 1); b) A = [3; −2; −3; 1]; B = [9; −2; 3; −8]; N ≡ 3x1 − 7x2 + 11x3 + 13x4 − 17 = 0; c) A = [2; 1; 6; 7]; B = [1; −3; 2; 9]; N ≡ X = [3; 1; 2; 7] + r(1; 2; 2; 1) + s(0; 7; 1; 1) + t(−1; 5; 3; 4). Řešení : a) jsou; b) nejsou; c) nelze rozhodnout, neboť B ∈ N. 86. Rozhodněte o vzájemné poloze bodů A, B, C v poloprostorech v A vyť atřch nadrovinou N, je-li a) A = [1; 2; 1; 1; −1]; B = [−1; 6; 3; 0; 1]; C = [0; 1; 0; 1; 0]; N ≡ x1 − x2 + x4 + x5 + 3 = 0; b) A = [1; 2; 2; 1; 1]; B = [8; 7; 6; 5; 4]; C = [4; 3; 2; 2; 3]; N ≡ X = [5; 5; 5; 5; 5] + t1(1; 1; 1; 0; 1] + t2(1; 1; 1; 0; 0)+ t3(1; 1; 0; 0; 0) + t4(1; 0; 0; 0; 0). CVIČENÍ 129 Řešení : a) A, C patří do stejného poloprostoru, B do opačného jako A, C; b) B ∈ N; A, C patří do stejného poloprostoru. 87. Jsou dány čtyři body A = [2; 3; 0; 1], B = [−2; 1; 2; 3], C = [1; 2; 1; −3], D = [4; 2; 1; −18]. Určete vzájemnou polohu: a) úsečky [A, B] a polopřímky (C; D); b) úsečky [A, B] a polopřímky (D; C). Řešení : a) disjunktní; b) protínají se v bodě [0; 2; 1; 2]. 88. V afinní rovině udejte příklad tří polorovin tak, že: a) jejich množinovým sjednocením je konvexní množina; b) jejich množinovým sjednocením není konvexní množina; c) jejich průnikem není konvexní množina; d) jejich průnikem je konvexní mnohostěn; e) jejich průnikem není konvexní mnohostěn. Řešení : c) neexistuje. 89. Ve 3-rozměrném afinním prostoru A udejte příklad množin M1, M2 tak, že: a) M1 M2 a K(M1) ⊇ K(M2); b) M1 M2 a K(M1) K(M2). Řešení : b) neexistuje. 90. Ve 4-rozměrném afinním prostoru A udejte příklad k-rozměrného rovnoběžnostěnu, přičemž: a) k = 1; b) k = 3; c) k = 5. Řešení : c) neexistuje. 91. V afinní rovině nalezněte konvexní množinu K, pro niž platí: a) existují přímky p, q, r, s tak, že p ⊆ K, q ∩ K je polopřímka, r ∩ K je otevřená polopřímka, s ∩ K je úsečka; b) platí podmínky a) a navíc existuje přímka t = s tak, že t ∩ K je úsečka. Řešení : a) K je otevřená polorovina sjednocená s úsečkou, která je částí hraniční přímky uvažované otevřené poloroviny; b) neexistuje. 92. Nechť I je neprázdná indexová množina a nechť Ki (i ∈ I) jsou konvexní množiny, které jsou vzhledem k inkluzi lineárně uspořádány (tzn. pro libovolná i, j ∈ I je Ki ⊆ Kj nebo Kj ⊆ Ki). Potom množinové sjednocení ∪Ki (i ∈ I) je také konvexní množina. Dokažte. CVIČENÍ 130 93. Nechť K je podmnožina v A. Pak K je konvexní množinou právě když je konvexní množinou průnik K ∩ p, pro každou přímku p z A. Dokažte. 94. Nechť A ∈ A je bod, M ⊆ A libovolná podmnožina v A. Dokažte, že platí K({A} ∪ M) = {X ∈ A | X ∈ [A, B], kde B ∈ K(M) libovolné} a dále ukažte, že požadavek B ∈ K(M) nelze zeslabit na B ∈ M. 95. Nechť v afinním prostoru An je dáno (n + 2) konvexních množin K1, . . . , Kn+2 takových, že každých (n+1) z těchto množin má neprázdný průnik. Potom všechny množiny K1, . . . , Kn+2 mají neprázdný průnik. Dokažte. 96. Zformulujte předchozí cvičení pro afinní rovinu (tj. pro n = 2) a pomocí obrázku ukažte, že není možno vynechat předpoklad konvexnosti zadaných množin K1, . . . , K4. 97. Nechť v afinním prostoru A (dim A = n) je dáno s konvexních množin K1, . . . , Ks, kde s ≥ n + 2. Nechť každých n + 1 množin z množin K1, . . . , Ks má neprázdný průnik. Potom všechny množiny K1, . . . , Ks mají neprázdný průnik. Dokažte. 98. V afinní rovině je dána množina M. Rozhodněte, zda M je konvexní množinou, je-li: a) M = {[x; y] | x2 + 2y2 − 3 ≥ 0}; b) M = {[x; y] | 3x2 − y ≤ 0}; c) M = {[x; y] | x2 − y2 − 3 ≥ 0}. Řešení : a) není konvexní; b) je konvexní; c) není konvexní. 99. V afinní rovině je dán bod A = [2; 0] a přímka p ≡ X = [0; 0] + t(1; 1). Rozhodněte, zda body X = [2; 1], Y = [1; 2], Z = [4; 1] leží v množině K({A} ∪ p). Řešení : X leží, Y neleží, Z neleží. 100. V afinní rovině jsou dány body A = [−2; 3], B = [−1; 0] a přímky p ≡ X = [4; 1] + t(7; 2), q ≡ x + 7y − 10 = 0. Popište množinu M = K({A} ∪ p) ∩ K({B} ∪ q) a rozhodněte, zda M je konvexní mnohostěn, respektive simplex, respektive rovnoběžnostěn. Řešení : M = K({[0; −1 7 ], [11 3 ; 19 21 ], [−5; 15 7 ], [−26 3 ; 23 21 ]}); M je konvexní mnohostěn, není simplex, je 2-rozměrný rovnoběžnostěn M = R([0; −1 7 ]; (7; 2), (7; −1)). 101. Nalezněte systém lineárních nerovností určujících konvexní mnohostěn K({A1, . . . , A6}), jestliže A1 = [0; 0; 0; 0], A2 = [1; 0; 0; 0], A3 = [0; 1; 0; 0], A4 = [1; 1; 0; 0], A5 = [0; 0; 1; 0], A6 = [0; 0; 0; 1]. CVIČENÍ 131 Řešení : x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x1 + x3 + x4 − 1 ≥ 0, x2 + x3 + x4 − 1 ≤ 0. 102. V A3 je dána konvexní množina K systémem lineárních nerovností: x ≥ 0; y ≥ 0; z ≥ 0; y − 2 ≤ 0; z − 3 ≤ 0; x + z − 6 ≤ 0; 2x + 3y + 3z − 18 ≤ 0. Ukažte, že K je konvexní mnohostěn a nalezněte konečnou množinu M bodů z A3 takovou, že K = K(M). Řešení : M = {[0; 0; 0], [0; 2; 0], [6; 2; 0], [6; 0; 0], [0; 2; 3], [3 2 ; 2; 3], [3; 1; 3], [3; 0; 3], [0; 0; 3]}. 103. Ve 4-rozměrném euklidovském vektorovém prostoru V udejte příklad a) podprostoru W takového, že W⊥ = L((1; 1; 1; 1)); b) vektoru x a podprostoru W tak, že ortogonální projekcí x na W je o; c) podprostorů W, S, které nejsou kolmé; d) podprostorů W, S, které jsou kolmé, ale nejsou totálně kolmé; e) podprostorů W, S, které jsou totálně kolmé. 104. Dokažte, že v euklidovském vektorovém prostoru V platí: a) (u, x) = (v, x) pro libovolné x ∈ V ⇔ u = v; b) u ⊥ v ⇔ u − v 2 = u 2 + v 2 ; c) u = v ⇔ (u + v)⊥(u − v). 105. Nechť u1, . . . , uk, w jsou vektory z euklidovského vektorového prostoru V takové, že w ⊥ ui pro i = 1, . . . , k. Pak je w ⊥ L(u1, . . . , uk). Dokažte. 106. Jestliže Gramm-Schmidtův ortogonalizační proces aplikujeme na posloupnost u1, . . . , uk lineárně nezávislých vektorů, pak výsledná ortogonální posloupnost e1, . . . , ek neobsahuje žádný nulový vektor. Dokažte. 107. O vektorech u, v ověřte, že jsou ortogonální a doplňte je na ortogonální bázi celého prostoru, je-li a) u = (1; −2; 2; −3), v = (2; −3; 2; 4); b) u = (1; 1; 1; 2), v = (1; 2; 3; −3). Řešení : a) (2; 2; 1; 0), (−5; 2; 6; 1); b) (1; −2; 1; 0), (25; 4; −17; −6). 108. Pomocí Gramm-Schmidtova ortogonalizačního procesu nalezněte ortogonální bázi podprostoru W, generovaného vektory: a) u = (1; 2; 2; −1), v = (1; 1; −5; 3), w = (3; 2; 8; −7); b) u = (1; 1; −1; −2), v = (5; 8; −2; −3), w = (3; 9; 3; 8). Řešení : a) (1; 2; 2; −1), (2; 3; −3; 2), (2; −1; −1; −2); b) (1; 1; −1; −2), (2; 5; 1; 3). CVIČENÍ 132 109. Nalezněte ortonormální bázi podprostoru W = L(u, v, w) obsahující násobek vektoru x, je-li: a) u = (1; −1; 2; 4), v = (1; −2; 2; 3), w = (2; −2; 5; 7), x = (4; −5; 9; 0); b) u = (1; −2; 2; 3), v = (1; −2; 2; 0), w = (−1; 1; 0; 0), x = (−1; 2; −2; 0). Řešení : a) nelze, neboť x /∈ W; b) 1 3 (−1; 2; −2; 0), (0; 0; 0; 1), 1 3 (−2; 1; 2; 0). 110. Nalezněte bázi ortogonálního doplňku W⊥ podprostoru W, je-li: a) W = L(u), kde u = (1; 2; 3; 0); b) W = L(u, v), kde u = (1; 0; 1; 0), v = (0; 1; 0; 1); c) W = L(u, v, w), kde u = (1; 1; 1; 1), v = (1; 1; 1; 0), w = (1; 1; 0; 0); d) W = L(u, v, w), kde u = (1; 2; −1; 1), v = (1; 1; 2; 3), w = (1; 3; −4; −1). Řešení : a) (0; 0; 0; 1), (−3; 0; 1; 0), (−2; 1; 0; 0); b) (1; 0; −1; 0), (0; 1; 0; −1); c) (1; −1; 0; 0); d) (−5; 2; 0; 1), (−5; 3; 1; 0). 111. Nalezněte ortogonální projekci y a ortogonální komponentu z vektoru x na podprostor W = L(u, v, w), je-li: a) x = (5; 2; −2; 2); u = (2; 1; 1; −1), v = (1; 1; 3; 0), w = (1; 2; 8; 1); b) x = (14; −3; −6; −7), u = (−3; 0; 7; 6), v = (1; 4; 3; 2), w = (2; 2; −2; −2); c) x = (2; −5; 3; 4), u = (1; 3; 3; 5), v = (1; 3; −5; −3), w = (1; −5; 3; −3). Řešení : a) y = (3; 1; −1; −2), z = (2; 1; −1; 4); b) y = (5; 2; −9; −8), z = (9; −5; 3; 1); c) y = (0; −3; 5; 2), z = (2; −2; −2; 2). 112. Nalezněte ortogonální projekci vektoru x na podprostor W zadaný systémem homogenních lineárních rovnic, je-li: a) x = (7; −4; −1; 2); W ≡ 2x1 + x2 + x3 + 3x4 = 0, 3x1 + 2x2 + 2x3 + x4 = 0, x1 + 2x2 + 2x3 + 9x4 = 0; b) x = (−3; 0; −5; 9); W ≡ 3x1 + 2x2 + x3 − 2x4 = 0, 5x1 + 4x2 + 3x3 + 2x4 = 0, x1 + 2x2 + 3x3 + 10x4 = 0. Řešení : a) (0; −3 2 ; −3 2 ; 0); b) (1; 2; −5; 1). CVIČENÍ 133 113. Zjistěte, zda podprostory W, S jsou kolmé, respektive totálně kolmé, je-li: a) W = L((2; 1; 0; 1; 0), (1; 3; −1; 1; 0)); S = L((1; 1; 1; −3; 8), (−1; 1; 1; 1; 1)); b) W = L((1; 2; 0; 0; 0), (0; 1; 2; 0; 1)); S = L((4; −2; 1; 0; 0), (2; −1; 0; 0; 1), (−2; 1; −1; 0; 1)); c) W = L((1; −1; 1; −1; 1), (−1; 2; 0; 1; 1), (0; −1; 2; 2; 1)); S = L((1; 2; 3; 4; 5), (−1; 0; 1; 2; 3), (1; 1; 1; 1; 1)). Řešení : a) nejsou kolmé; b) kolmé, ale nikoliv totálně kolmé; c) totálně kolmé. 114. Dokažte, že matice A je maticí přechodu mezi dvěmi ortonormálními bázemi 2-rozměrného euklidovského prostoru právě když A je tvaru A = cos α sin α − sin α cos α nebo A = cos α sin α sin α − cos α , kde α ∈ R Návod : použijte obrázku na obálce skript a Poznámky 16.7. 115. V E3 udejte příklad podprostorů B, C, které a) jsou kolmé, nejsou totálně kolmé a protínají se; b) jsou kolmé, nejsou totálně kolmé a neprotínají se; c) jsou totálně kolmé a protínají se; d) jsou totálně kolmé a neprotínají se. Řešení : d) neexistuje. 116. V E4 je dána rovina ≡ x1 = 0, x4 − 1 = 0. Udejte příklad: a) dvou různých podprostorů, které jsou totálně kolmé k ; b) podprostoru, který je kolmý, ale není totálně kolmý k ; c) roviny σ, která je kolmá k , a průnikem ∩ σ je přímka. Řešení : c) neexistuje. 117. V 5-rozměrném euklidovském prostoru E udejte příklad bodu A a podprostoru B tak, že bodem A prochází nekonečně mnoho podprostorů a) kolmých k B; b) totálně kolmých k B. Řešení : b) neexistuje. 118. Nalezněte přímku p, která prochází bodem Q, leží v rovině a je kolmá k přímce q. Přitom Q = [−1; 1; −1]; ≡ x1 + x2 + x3 + 1 = 0, q ≡ x1 + 2x2 = 0, x2 − x3 + 1 = 0. Řešení : p ≡ X = [−1; 1; −1] + t(0; 1; −1). CVIČENÍ 134 119. V A3 určete rovnici roviny, která obsahuje společný bod tří rovin α ≡ 2x + y − z − 2 = 0, β ≡ x − 3y + z + 1 = 0, γ ≡ x + y + z − 3 = 0 a a) je rovnoběžná s rovinou ρ ≡ x + y + 2z = 0, b) je kolmá na vektor (2; −1; 3). Řešení : a) ρ ≡ x + y + 2z − 4 = 0; b) σ ≡ 2x − y + 3z − 4 = 0. 120. Nalezněte hodnoty parametru k, pro něž jsou přímka p a rovina kolmé a) p ≡ X = [0; 1; 0] + t(1; 2; 3); ≡ (k + 4)x1 + (2 − k)x2 − 3kx3 = 5; b) p ≡ X = [2; 1; 0] + t(−1; 1; 2); ≡ (k + 1)x1 + (k + 2)x2 − kx3 = 1. Řešení : a) k = −2; b) neexistuje. 121. Nalezněte příčku mimoběžek p, q, která je kolmá k p i q. Přitom a) p ≡ X = [8; 5; 8] + t(1; 2; −1); q ≡ X = [−4; 3; 4] + r(−7; 2; 3); b) p ≡ X = [1; −2; 0] + t(2; 3; 1); q ≡ x + y − z = 1; −3x + y + z = 9. Řešení : a) X = [3; 1; 1] + t(2; 1; 4); b) X = [−1; 4; 2] + t(−5; 3; 1). 122. Nalezněte příčku mimoběžek p, q, která je kolmá k nadrovině N. Přitom p ≡ X = [1; 0; 1; 1] + t(−1; 1; 2; 1); q ≡ X = [3; 1; 3; 4] + r(2; −1; 1; 0); N ≡ x1 + x2 − x3 + 2x4 − 7 = 0. Řešení : X = [0; 1; 3; 2] + t(1; 1; −1; 2). 123. Určete hodnotu parametru k tak, aby přímky p = {A; L(u)}, q = {B; L(v)} byly kolmé, případně najděte jejich průsečík. Přitom A = [3; 6; 5; 10], u = (1; 2; 3 + k; 3), B = [2; 1; 1; 5], v = (1; −1; k; 1). Řešení : přímky jsou kolmé pro k = −1, −2; přitom pro k = −1 jsou mimoběžné a pro k = −2 různoběžné s průsečíkem [1; 2; 3; 4]. 124. Nalezněte rovinu, která je kolmá k přímkám p, q. Přitom p ≡ X = [3; 0; 0; −1] + t(2; 0; −1; −1); q ≡ X = [2; −2; 1; 7] + r(0; 4; −2; −3). Řešení : nekonečně mnoho rovin, majících zaměření L((2; 3; 0; 4), (1; 1; 2; 0)). 125. Nalezněte parametrické vyjádření přímky p procházející bodem A, která leží v rovině a je kolmá k rovině σ. Přitom: a) A = [1; 0; 0; 1]; ≡ X = [1; 1; 1; 0] + r(0; 1; 1; 1) + s(1; 0; 1; 1); σ ≡ x1 + x2 − x3 + 2x4 − 1 = 0; x1 + 3x3 + x4 = 0; b) A = [1; 0; 0; −1]; zadání , σ je stejné jako v a). Řešení : a) neexistuje, neboť A /∈ ; b) p ≡ X = [1; 0; 0; −1] + t(5; 2; 7; 7). CVIČENÍ 135 126. Nalezněte parametrické i neparametrické vyjádření roviny σ, která prochází bodem Q a je totálně kolmá k rovině . Přitom: a) Q = [0; 1; 0; 1]; ≡ X = [1; 2; 3; 4] + r(1; −1; −1; 1) + s(2; 2; 3; −1); b) Q = [8; 6; 4; 2]; ≡ x1 + x2 = 1, x1 + x2 + x4 = 2. Řešení : a) σ ≡ X = [0; 1; 0; 1] + r(1; 1; −2; −2) + s(1; 5; −4; 0), respektive σ ≡ x1 − x2 − x3 + x4 = 0, 2x1 + 2x2 + 3x3 − x4 − 1 = 0; b) σ ≡ X = [8; 6; 4; 2]+r(1; 1; 0; 0)+s(1; 1; 0; 1), respektive σ ≡ x1 − x2 − 2 = 0, x3 − 4 = 0. 127. Udejte příklad přímek p, q a nadrovin N, N v E4 takových, že: a) v(p, q) = 3; b) v(p, N) = 2; c) v(N, N ) = 1; d) v(N, N ) = 0. 128. Nechť R je bod, B = {B; W} je podprostor v E takový, že u1, . . . , uk je báze zaměření W. Dokažte, že pro vzdálenost bodu R od podprostoru B platí v(R, B) = G(u1, . . . , uk, −→ BR) G(u1, . . . , uk) 129. Nechť p = {A; L(u)}, q = {B; L(v)} jsou dvě přímky v E. Dokažte, že pro jejich vzdálenost platí v(p, q) = G(u, −→ AB) (u, u) , je-li p q, respektive v(p, q) = G(u, v, −→ AB) G(u, v) , není-li p q. 130. Na přímce p ≡ x + y + 2z − 1 = 0, 3x + 4y − z − 29 = 0 nalezněte bod mající stejnou vzdálenost od bodů A = [3; 4; 11], B = [−5; −2; −13]. Řešení : [2; 5; −3]. 131. Určete vzdálenost přímky p ≡ X = [1; 6; −6; 4] + t(1; −5; 8; 5) a roviny ≡ X = [6; 3; −5; 5] + r(1; −2; 2; 2) + s(2; −1; −2; 1). Řešení : 3. 132. Určete vzdálenost rovin , σ v E, je-li: a) ≡ X = [4; 5; 3; 2] + t1(1; 2; 2; 2) + t2(2; 0; 2; 1); σ ≡ X = [1; −2; 1; −3] + r1(2; −2; 1; 2) + r2(1; −2; 0; −1); b) ≡ x1 + x2 + 2x3 − 4 = 0, 2x1 + 3x2 + 4x4 − 9 = 0; σ ≡ x1 − 2x2 − 2x4 + 25 = 0, x1 − x3 + x4 − 15 = 0; c) ≡ X = [5; 0; −1; 9; 3] + t1(1; 1; 0; −1; −1) + t2(1; −1; 0; −1; 1); σ ≡ X = [3; 2; −4; 7; 5] + r1(1; 1; 0; 1; 1) + r2(0; 3; 0; 1; −2); d) ≡ X = [4; 2; 2; 2; 0] + t1(1; 2; 2; −1; 1) + t2(2; 1; −2; 1; −1); σ ≡ x1 − x2 = 0, x1 − x3 + x4 + x5 + 1 = 0, x3 + x4 − x5 − 4 = 0. CVIČENÍ 136 Řešení : a) 3; b) 10; c) 5; d) 0. 133. Určete vzdálenost přímek p, q v E, je-li a) p ≡ X = [9; −2; 0] + t(4; −3; 1); q ≡ X = [0; −7; 2] + r(−2; 9; 2); b) p ≡ X = [6; 3; −3] + t(−3; 2; 4); q ≡ X = [−1; −7; 4] + r(−3; 3; 8); c) p ≡ X = [2; −2; 1; 7] + t(0; 4; −2; −3); q ≡ X = [3; 0; 0; −1] + r(−2; 0; 1; 1); d) p ≡ X = [7; 5; 8; 1] + t(2; 0; 3; 1); q ≡ x1 − 4x3 = −7, x2 + 2x3 = 5, x4 = 3. Řešení : a) 7; b) 13; c) 5; d) 6. 134. Nalezněte hodnotu parametru k tak, aby přímky p, q byly rovnoběžné a určete pak jejich vzdálenost. Přitom: p ≡ X = [0; 3k − 7; 2; −k − 1] + t(2; 8 − 3k; 1; k); q ≡ X = [2k + 3; 5; 2k + 3; 1] + r(k; 2; k − 1; 2). Řešení : k = 2; v(p, q) = 3. 135. Určete vzdálenost bodu R od podprostoru B, je-li a) R = [2; 1; 4; −5]; B ≡ X = [1; −1; 1; 0] + t(0; 1; 2; −2); b) R = [−9; 2; 1; −5]; B ≡ X = [1; 2; 0; 0] + r(−1; 1; 1; 3)+ s(0; −2; 1; −1); c) R = [4; 2; −5; 1]; B ≡ 2x1 − 2x2 + x3 + 2x4 = 9; 2x1 − 4x2 + 2x3 + 3x4 = 12; d) R = [2; 1; −1; 0]; B ≡ 3x1 + x3 − x4 + 6 = 0. Řešení : a) √ 3; b) 2 √ 30; c) 5; d) √ 11. 136. Na přímce p ≡ {A; L(u)} nalezněte bod B tak, aby v(A, B) = √ 6 a body A, B byly oddělovány nadrovinou N. Přitom A = [0; 1; −1; 10], u = (2; 1; 0; 1), N ≡ x1 + 4x2 − 3x3 − x4 + 4 = 0. Řešení : B = [−2; 0; −1; 9]. 137. V orientovaném 4-rozměrném euklidovském prostoru udejte příklad vektorů a) u1, u2, u3, u4 takových, že [u1, u2, u3, u4] = −1; b) u1, u2, u3 takových, že G(u1, u2, u3) = −1; c) u1, u2, u3 nenulových tak, že jejich ortogonálním doplňkem je o. Řešení : b) neexistují. 138. Jak se změní hodnota Grammova determinantu G(u1, . . . , uk), jestliže a) zaměníme vektory ui a uj; b) vektor ui vynásobíme reálným číslem r; c) k vektoru ui přičteme r-násobek vektoru uj (j = i). CVIČENÍ 137 Řešení : a) nezmění se; b) vynásobí se r2 ; c) nezmění se. 139. Spočtěte vnější součin [u1, u2, u3, u4], je-li: a) u1 = (3; −1; 5; 2); u2 = (2; 0; 7; 0), u3 = (−3; 1; 2; 0), u4 = (5; −4; 1; 2); b) u1 = (1; 0; 0; −1), u2 = (2; 3; 4; 7), u3 = (−3; 4; 5; 9), u4 = (−4; −5; 6; 1); c) u1 = (1; 2; 1; 0), u2 = (3; 5; 2; 1), u3 = (2; 1; 2; 3), u4 = (0; −2; 1; 2). Řešení : a) −106; b) 216; c) 0. 140. V orientovaném vektorovém prostoru R3 jsou dány báze u1 = (1, −2; 1), u2 = (0; 1; 1), u3 = (1; 0; 1), respektive v1 = (1; 1; 1), v2 = (0; 1; 0), v3 = (1; 1; k), k = 1. Určete parametr k tak, aby obě báze byly nesouhlasné. Řešení : k > 1. 141. Ve V3 spočtěte vektorový součin u × v vektorů u, v, je-li: a) u = (1; 3; 4), v = (−1; 2; 0); b) u = (1; 2; −1), v = (3; 4; 5); c) u = (−1; 2; −2), v = (2; −4; 4). Řešení : a) (−8; −4; 5); b) (14; −8; −2); c) (0; 0; 0). 142. Ve V4 vypočtěte vektorový součin vektorů u1, u2, u3, je-li: a) u1 = (1; 1; 1; 1), u2 = (1; 1; 1; 0), u3 = (1; 1; 0; 0); b) u1 = (2; 1; 1; −2), u2 = (1; 2; −3; 1), u3 = (1; −1; 4; −3); c) u1 = (1; 2; 1; 0), u2 = (0; 1; 1; −1), u3 = (2; 0; 1; 0). Řešení : a) (1; −1; 0; 0); b) (0; 0; 0; 0); c) (−2; −1; 4; 3). 143. V euklidovské rovině spočtěte obsah rovnoběžníka, který je určen vektory u = (2; 3), v = (1; −4). Řešení : 11. 144. Ve 3-rozměrném euklidovském prostoru spočtěte objem rovnoběžnostěnu určeného vektory u = (1; −3; 1), v = (2; 1; −3), w = (1; 2; 1). Řešení : 25. 145. Ve 4-rozměrném euklidovském prostoru spočtěte objem k-rozměrného rovnoběžnostěnu Rk = R(A; u1, . . . , uk), je-li: a) k = 2; u1 = (1; 1; 2; 2), u2 = (2; 1; −1; 1); b) k = 3; u1 = (2; 0; 1; 0), u2 = (1; 2; 1; 0), u3 = (0; 1; 1; −1); c) k = 4; u1 = (7; 6; 7; 6), u2 = (7; 6; −7; −6), u3 = (9; 8; 9; 8), u4 = (9; 8; −9; −8). CVIČENÍ 138 Řešení : a) √ 61; b) √ 30 c) 16. 146. Nechť u, v, w ∈ V3. Dokažte, že potom platí: a) (u × v, w) = (u, v × w); b) u × (v × w) + v × (w × u) + w × (u × v) = o; c) [u × v, v × w, w × u] = [u, v, w]2 ; d) u + v + w = o =⇒ u × v = v × w = w × u. 147. V 5-rozměrném euklidovském prostoru udejte příklad a) přímek p, q, které se protínají, a je <) (p, q) = 60◦ ; b) přímek p, q, které se neprotínají, a je <) (p, q) = 60◦ ; c) přímky p a nadroviny N tak, že <) (p, N) = 90◦ ; d) nadrovin N1, N2 tak, že <) (N1, N2) = 30◦ . 148. Nechť ϕ, respektive ϕ , značí odchylku vektorů u, v, respektive u , v . Je-li u = ru, v = sv a r · s > 0, pak je ϕ = ϕ . Dokažte. 149. Nechť p je přímka, B je netriviální podprostor v E a nechť C je podprostor v E, který je totálně kolmý k B. Dokažte, že pak je <) (p, B)+ <) (p, C) = π 2 . 150. Nechť ϕ značí odchylku vektorů u, v, je-li: a) ϕ = 60◦ , u = 5, v = 8, pak nalezněte u + v a u − v ; b) ϕ = 30◦ , u = √ 3, v = 1, pak nalezněte odchylku ψ vektorů u + v, u − v; c) ϕ = 2 3 π, u = 2, v = 5, pak určete parametr k tak, aby vektory a = 3u − v; b = ku + 17v byly ortogonální. Řešení : a) u + v = √ 129, u − v = 7; b) cos ψ = 4 7 ; c) k = 40. 151. Určete koncový bod B úsečky [A, B], je-li A = [3; 2; 7], AB = 15 a pro odchylky přímky AB a souřadných os platí: sin α : sin β : sin γ = 3 : 4 : 5. Řešení : 4 řešení: [15; 11; 7]; [−9; −7; 7]; [15; −7; 7]; [−9; 11; 7]. 152. Nalezněte odchylku ϕ přímky p = {A; L(u)} a podprostoru B, je-li: a) u = (1; 2; −2; 1); B ≡ X = [1; 1; 1; 1] + t(2; −2; 1; −1); b) u = (−3; 15; 1; −5); B ≡ X = [0; 0; 0; 0] + r(1; −5; −2; 10)+ s(1; 8; −2; −16); c) u = (1; 3; −1; 3); B ≡ 3x1 + x3 − 4x4 = 0, 2x1 − x2 − 3x4 + 1 = 0; d) u = (2; 2; 1; 1); B = A, B, C , kde A = [0; 0; 0; 0], B = [3; 4; −4; −1], C = [0; 1; −1; 2]; e) u = (3; 1; √ 2; −2); B ≡ X = [1; 2; 1; 1] + r(−1; 1; −1; 0)+ s(−1; 2; −2; 1) + t(2; −1; 2; 1); f) u = (2; 0; 2; −1); B ≡ 3x1 − 2x2 + 2x3 + x4 − 7 = 0. CVIČENÍ 139 Řešení : a) π 3 ; b) π 4 ; c) π 4 ; d) cos ϕ = 3 14 ; e) π 3 ; f) π 4 . 153. Nalezněte odchylku ϕ přímky p = {A; L(u)} a nadroviny N, je-li: a) u = (2; 0; 0; 2; 1); N ≡ x1 + x2 + x3 + x5 − 7 = 0; b) u = (0; 1; −1; 0; 0); N ≡ X = [2; 1; 1; 2; 2] + t1(2; 1; 0; 1; −1)+ t2(3; 2; 0; 0; 1) + t3(0; 1; 0; 1; 0) + t4(1; 0; 0; 1; 3). Řešení : a) π 6 ; b) π 4 . 154. Nalezněte odchylku ϕ rovin = {A; L(u1, u2)}, σ = {B; L(v1, v2)}, kde a) u1 = (1; 1; 1; 1), u2 = (1; −1; 1; −1), v1 = (1; 0; 0; 0), v2 = (1; 1; 0; 0); b) u1 = (1; 2; 0; 0), u2 = (0; 1; 0; 0), v1 = (1; 1; 1; 1), v2 = (2; −2; 5; 2). Řešení : a) π 4 ; b) cos ϕ = 8 9 . 155. V E3 jsou dány roviny ≡ 5x − 2y + 5z = 3, σ ≡ 2x + y − 7z = −2. Nalezněte rovinu τ tak, aby <) (τ, ) = <) (τ, σ) a rovina τ procházela průsečnicí rovin , σ. Řešení : 2 řešení: τ ≡ 7x−y−2z = 1, resp. τ ≡ 3x−3y+12z = 5. 156. Určete odchylku přímky p ≡ x + y + 3z = 0, x − y − z = 0 a roviny ≡ 2x + y + z + 1 = 0. Řešení : π 3 . 157. Je dána přímka p ≡ 2x − 2y + z = 0, x − 3y − 2z = 0 a rovina σ ≡ X = [1; −1; 5] + r(1; −2; 1) + s(−2; 4; 3). Přímkou p proložte rovinu tak, že odchylka <) ( , σ) = 60◦ . Řešení : neexistuje. 158. V E3 určete odchylku a) rovin ≡ 2x − y + z − 1 = 0, σ ≡ x + y + 2z + 3 = 0; b) průsečnic roviny ≡ x + y + z + 2 = 0 s rovinami σ ≡ x − y − 7 = 0 a τ ≡ x − y + z − 1 = 0; c) roviny ≡ 2x + y − 2z + 1 = 0 a průsečnice rovin σ ≡ 3x − y + z = 0, τ ≡ x − 2y + 3z + 4 = 0. Řešení : a) π 3 ; b) π 6 ; c) 0. CVIČENÍ 140 159. V E3 nalezněte bod M a) ležící na přímce p ≡ x + y + z = 2, x + 2y − z = 1 stejně vzdálenř od rovin ≡ x + 2y + z = −1 a σ ≡ x + 2y + z = 3; b) ležící na průsečnici rovin ≡ x + y + 2z = 1, σ ≡ 3x + 4y − z = 29 a stejně vzdálený od bodů A = [3; 4; 11], B = [−5; −2; −13]; c) souměrně sdružený s bodem A = [−6; 7; 10] podle roviny ≡ x + 2y + 3z = −4; d) souměrně sdružený s bodem A = [10; 3; 4] podle přímky p ≡ X = [3; 2; 1] + t(5; 4; 2); e) ležící na průsečnici rovin ≡ 2x + y + z = −8, σ ≡ x − 4y − 2z = 5 a mající od roviny τ ≡ 3x − 6y + 2z − 10 = 0 vzdálenost 5. Řešení : a) [3; −1; 0]; b) [2; 5; −3]; c) [−12; −5; −8]; d) [6; 9; 2]; e) 2 řešení: [−5; −7; 9], respektive [−5 3 ; 4 3 ; −6]. 160. V E3 nalezněte přímku p a) procházející bodem A = [4; −1; 3] kolmou k rovině ≡ 3x + 2y − z = 21 , b) procházející průsečíkem přímky q ≡ X = [12; 9; 1] + t(4; 3; 1) a roviny ρ ≡ 3x + 5y − z = 2 kolmou k rovině σ ≡ x − y + 6z = 4 , c) procházející počátkem P kartézského repéru protínající přímku q ≡ X = [4; 3; 1] + t(1; 4; −3) tak, že odchylka p, q je 30◦ , d) procházející bodem A = [1; 7; 9] kolmou k přímce q ≡ 2x + y − z = −3, x − y + 4z = 0 tak, že <) (p, ) = 30◦ , kde ≡ X = [2; 1; 2] + r(1; 1; −2) + s(2; 2; −5) . Řešení : a) X = A + t(3; 2; −1); b) X = [0; 0; −2] + t(1; −1; 6); c) 2 řešení: X = P + t(5; 7; −2), resp. X = P + t(2; −5; 7); d) 2 řešení: X = A + t(4; 1; 1), resp. X = A + t(1; 0; 1). 161. Ve svazku přímek určeném přímkami p1 ≡ x+y +4 = 0 a p2 ≡ 3x−2y −2 = 0 nalezněte přímky, které svírají odchylku π 4 s přímkou p1. Řešení : p ≡ 5x + 6 = 0, p ≡ 5y + 14 = 0. 162. V E3 nalezněte rovinu CVIČENÍ 141 a) procházející počátkem P kartézského repéru a kolmou k rovinám σ ≡ 2x − y + 5z = −3, τ ≡ x + 3y − z = 7, b) obsahující přímku p ≡ X = [2; 3; −1] + t(5; 1; 2) a kolmou k rovině σ ≡ x + 4y − 3z + 7 = 0, c) procházející kolmicemi vedenými bodem R = [−3; 2; 5] na roviny σ ≡ 4x + y − 3z = 0, respektive τ ≡ X = [0; 2; 1] + r(1; 1; −3) + s(1; 2; −1), d) rovnoběžnou s rovinou σ ≡ 3x − 6y − 2z + 14 = 0 a mající od ní vzdálenost 3, e) obsahující přímku p ≡ 5x + y + z = 0, y − z + 4 = 0, přičemž <) ( , σ) = 45◦ , kde σ ≡ 4x − y + 8z − 12 = 0, f) procházející bodem A = [3; 0; 0] a mající od počátku P vzdálenost 2 a dále <) ( , σ) = 45◦ , kde σ ≡ x − z + 1 = 0, g) procházející počátkem P a kolmou k rovině σ ≡ 5x − 2y + 5z − 10 = 0, přičemž <) ( , τ) = 45◦ , kde τ ≡ X = [0; 1; 1] + r(4; −1; 1) + s(4; 3; −1). Řešení : a) 2x − y − z = 0; b) 11x − 17y − 19z = −10; c) 5x + 19y + 13z = 88; d) 2 řešení: 3x − 6y − 2z = 7, respektive 3x−6y−2z = −35; e) 2 řešení: 20x+y+7z = 12, respektive y − z = −4; f) 2 řešení: 2x ± 2y − z = 6; g) 2 řešení: x − z = 0, respektive x + 20y + 7z = 0. 163. Jsou dány body A = [−4; 1; 2], B = [3; 5; −1]. Určete bod C, víte-li, že střed dvojice bodů AC leží na přímce p ≡ X = [1; 0; 1] + t(1; 1; 0) a střed dvojice bodů BC leží v rovině ≡ x1 − x2 + 7x3 + 1 = 0 . Řešení : nekonečně mnoho bodů ležících na přímce p ≡ X = [6; −1; 0] + t(2; 2; 0). 164. Jsou dány body A = [2; −1; 7], B = [4; 5; −2]. Určete dělicí poměr bodů (C; B, A), kde C je průsečík přímky AB s přímkou p ≡ X = [4; 1; 4]+ +t(1; 2; −3). Řešení : (C; B, A) = 2, přičemž C = [0; −7; 16]. 165. Zjistěte, zda M je konvexní množina v A (dim A = 3), je-li: a) M = {[x1; x2; x3] | x2 1 + 2x2 2 + x2 3 ≤ 2} , b) M = {[x1; x2; x3] | x2 1 + 2x2 2 − x2 3 ≤ 2} . Řešení : a) je konvexní; b) není konvexní. 166. Zjistěte, zda body B, resp. C, resp. D patří do konvexního mnohostěnu K = K({A1, A2, A3, A4}), kde A1 = [3; 1; −1], A2 = [−2; 2; 0], A3 = [2; 2; 1], A4 = [1; 0; 4], B = [−1; 2; 1], C = [0; 2; 1 2 ], D = [1; 1; 1] CVIČENÍ 142 Řešení : B nepatří do K; C, D patří do K. 167. V E (dim E = 3) zadejte přímku p a body A, B tak, aby úloha nalézt na přímce p bod R mající stejnou vzdálenost od bodů A, B měla jediné (respektive nekonečně mnoho, respektive žádné) řešení. 168. Určete, která z rovin ≡ x − y − 3 = 0, σ ≡ 2x + y − z + 1 = 0 má větší vzdálenost od počátku P kartézského repéru. Řešení : rovina . 169. Vypočtěte vzdálenost daných rovnoběžných rovin ≡ x + y + z − 1 = 0, σ ≡ x + y + z = 0 Řešení : v( , σ) = √ 3 3 . 170. Nalezněte kolmici p vedenou bodem R = [4; −1; 3] na rovinu ≡ 3x+2y −z = 21 a určete kolmý průmět bodu R na . Řešení : p ≡ X = [4; −1; 3] + t(3; 2; −1); kolmý průmět [7; 1; 2]. 171. Je-li normálový vektor roviny ≡ a1x+a2y +a3z +a = 0 normovaný, pak pro vzdálenost bodu R = [r1; r2; r3] od roviny platí v(R, ) = |a1r1 + a2r2 + a3r3 + a| . Dokažte. 172. Najděte příčku r mimoběžek p ≡ X = [4; 1; 4] + t(1; −1; 0); q ≡ x + z = 3, 5x − y = 0, která je kolmá k rovině ≡ 2x + 2y + z = 0. Řešení : r ≡ X = [ 1 10 ; 1 2 ; 29 10 ] + t(2; 2; 1). Použitá literatura 143 Použitá literatura Baz V. T. Bazylev, Sbornik zadaq po geometrii, Moskva 1980. Ber M. Berger, Géométrie 1–5, Paris 1977. Bic L. Bican, Lineární algebra, SNTL, Praha 1979. Bud B. Budinský, Analytická a diferenciální geometrie, SNTL, Praha 1983. Byd B. Bydžovský, Úvod do analytické geometrie, Praha 1956. Cub O. N. Cuberbiller, Zadaqi i upra neni po analitiqesko geometrii, Moskva 1957. Čech E. Čech, Základy analytické geometrie, Praha 1951. DoDo Z. Došlá, O. Došlý, Metrické prostory (Teorie a příklady), skripta MU, Brno 1996. Jef N. V. Efimov, Kratki kurs po analitiqesko geometrii, Moskva 1975. Ho88 P. Horák, Geometrie I, skripta MU, Brno 1988. Ho94 P. Horák, Algebra a teoretická aritmetika I, skripta MU, Brno 1994. JaSe J. Janyška, A. Sekaninová, Analytická teorie kuželoseček a kvadrik, skripta MU, Brno 1996. Kle A. V. Kletenik, Sbornik zadaq po analitiqesko geometrii, Moskva 1986. Kra E. Kraemer, Analytická geometrie lineárních útvarů, Praha 1956. Mo79 P. S. Modenov, Zadaqi po geometrii, Moskva 1979. MoSw M. Moszyńska, J. Świecicka, Geometria z algebra liniova, Warszawa 1987. Pog A. V. Pogorelov, Analitiqeska geometri , Moskva 1978. Sek M. Sekanina a kol., Geometrie I, Praha 1986. Rejstřík afinní kombinace bodů, 20 afinní obal množiny, 8 afinní přímka, 1 afinní podprostor, 5 afinní podprostor generovaný body, 8 afinní podprostor generovaný množinou, 8 afinní prostor, 1 afinní repér, 11 afinní rovina, 1 afinní souřadnice bodu vzhledem k repéru, 12 afinní souřadnicový systém, 11 barycentrické souřadnice, 20 bod X je před bodem Y , 51 bod X je roven nebo je před bodem Y , 51 bodový repér, 20 body jsou oddělovány nadrovinou, 53 body nejsou oddělovány nadrovinou, 53 body v obecné poloze, 8 Cauchyova nerovnost, 67 délka vektoru, 67 dělicí poměr bodů, 45 dimenze afinního podprostoru, 5 dimenze afinního prostoru, 1 euklidovský bodový prostor, 74 euklidovský vektorový prostor, 67 Gramm-Schmidtův ortogonalizační proces, 69 Grammův determinant, 84 hraniční bod poloprostoru, 54 hranice poloprostoru, 54 kanonický afinní prostor, 2 kartézské souřadnice, 75 kartézský repér, 75 kartézský souřadný systém, 75 kladná báze, 17 kolmé bodové podprostory, 78 kolmé vektorové podprostory, 71 kolmé vektory, 68 kolmý průmět bodu na podprostor, 81 kolmice spuštěná z bodu na podprostor, 81 kolmice vedená bodem na podprostor, 81 konvexní množina, 58 konvexní mnohostěn, 62 konvexní obal množiny, 60 krajní body úsečky, 53 ležet mezi body, 52 míra úhlu, 108 matice přechodu, 15 matice přechodu od báze B k bázi B , 11 metrická úloha, 66 metrický prostor, 75 mimoběžné podprostory, 31 názorná rovina, 2 názorný prostor, 2 nadrovina, 6 neparametrické rovnice podprostoru, 22 neparametrické vyjádření poloprostoru, 56 neprotínající se podprostory, 7 nesouhlasná báze, 16 normála nadroviny, 79 normálový vektor nadroviny, 79 144 REJSTŘÍK 145 normovaný vektor, 68 obecné rovnice podprostoru, 22 objem rovnoběžnostěnu, 86 obsah rovnoběžníka, 86 odchylka bodových podprostorů, 101 odchylka jednorozměrných podprostorů, 100 odchylka vektorů, 68 odchylka vektorových podprostorů, 100 opačné uspořádání, 51 orientace afinního prostoru, 17 orientace vektorového prostoru, 17 orientovaný afinní prostor, 17 ortogonální báze, 68 ortogonální doplňek podprostoru, 69 ortogonální komponenta vektoru, 70 ortogonální posloupnost, 68 ortogonální projekce vektoru, 70 ortogonální vektory, 68 ortonormální báze, 68 ortonormální repér, 75 osa afinních souřadnic, 11 osa mimoběžek, 95 osa svazku rovin, 41 otevřená úsečka, 53 otevřený poloprostor vyť atý nadrovinou, 54 příčka mimoběžek, 35 přímka, 6 přirozené uspořádání, 51 parametrické vyjádření podprostoru, 19 parametrické vyjádření poloprostoru, 56 parametry bodu, 19 parametry nadroviny ve svazku, 42 pata kolmice, 81 počátek afinního repéru, 11 podprostor procházející bodem, 7 polopřímka, 54 poloprostor vyť atý nadrovinou, 54 polorovina, 54 protínající se podprostory, 7 různoběžné podprostory, 31 rameno úhlu, 57 rovina, 6 rovnice svazku nadrovin, 42 rovnoběžné podprostory, 30 rovnoběžník, 86 rovnoběžnostěn (k-rozměrný), 63 Schwartzova nerovnost, 68 simplex (k-rozměrný), 62 skalární součin vektorů, 67 směrnicová rovnice přímky, 80 součet podprostorů, 9 souřadná osa afinního repéru, 11 souřadnice bodu v afinním repéru, 12 souřadnice vektoru, 12 souhlasná báze, 16 spojení podprostorů, 9 střed dvojice bodů, 48 střed svazku přímek, 41 střed trsu rovin, 43 svazek nadrovin 1. druhu, 41 svazek nadrovin 2. druhu, 41 svazek přímek 1. a 2. druhu, 41 totálně kolmé bodové podprostory, 78 totálně kolmé vektorové podprostory, 71 transformační rovnice přechodu, 15 trojúhelníková nerovnost, 67 trs rovin 1. druhu, 43 trs rovin 2. druhu, 43 úhel, 57 úhel se dělí na úhly, 107 úsečka, 53 úsečka s krajními body, 53 uspořádání podle velikosti, 51 uspořádání určené afinním repérem, 51 vektor kolmý k podprostoru, 69 vektorový prostor se skalárním součinem, 67 vektorový součin vektorů, 88 velikost vektoru, 67 REJSTŘÍK 146 vnější součin vektorů, 82 vnitřek úsečky, 53 vnitřní bod poloprostoru, 54 vrchol úhlu, 57 vrchol simplexu, 62 vrchol svazku přímek, 41 vrchol trsu rovin, 43 vzdálenost bodů, 74 vzdálenost podprostorů, 93 základní vektory afinního repéru, 11 záporná báze, 17 zaměření afinního prostoru, 1 Obsah Předmluva iii Použité symboly iv 1 AFINNÍ PROSTOR 1 1 Pojem afinního prostoru . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 Podprostory afinního prostoru . . . . . . . . . . . . . . . . . . . . . . 5 3 Afinní repér, afinní souřadnice . . . . . . . . . . . . . . . . . . . . . . 10 4 Orientace afinního prostoru . . . . . . . . . . . . . . . . . . . . . . . 16 5 Souřadnicové vyjádření podprostoru . . . . . . . . . . . . . . . . . . . 18 6 Vzájemná poloha podprostorů . . . . . . . . . . . . . . . . . . . . . . 30 7 Svazek nadrovin, trs rovin . . . . . . . . . . . . . . . . . . . . . . . . 40 8 Dělicí poměr, střed dvojice bodů . . . . . . . . . . . . . . . . . . . . . 45 9 Uspořádání na přímce, poloprostor, úhel . . . . . . . . . . . . . . . . 50 10 Konvexní množiny . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 2 EUKLIDOVSKÝ PROSTOR 66 11 Skalární součin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 12 Euklidovský prostor, kartézské souřadnice . . . . . . . . . . . . . . . 74 13 Kolmost podprostorů . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 14 Vnější a vektorový součin . . . . . . . . . . . . . . . . . . . . . . . . . 82 15 Vzdálenost podprostorů . . . . . . . . . . . . . . . . . . . . . . . . . 93 16 Odchylka podprostorů . . . . . . . . . . . . . . . . . . . . . . . . . . 99 3 CVIČENÍ 112 Použitá literatura 143 Rejstřík 144 147