Konformigeometriaa. 5. maaliskuuta 2006

Samankaltaiset tiedostot
Epäeuklidista geometriaa

Insinöörimatematiikka D

Kertausta: avaruuden R n vektoreiden pistetulo

1 Sisätulo- ja normiavaruudet

802320A LINEAARIALGEBRA OSA II

2. Geometrinen algebra dimensioissa kaksi ja kolme

Kertausta: avaruuden R n vektoreiden pistetulo

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Sisätuloavaruudet. 4. lokakuuta 2006

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

sitä vastaava Cliffordin algebran kannan alkio. Merkitään I = e 1 e 2 e n

Lineaarikuvauksen R n R m matriisi

Lineaarikuvaukset. 12. joulukuuta F (A r ) = F (A r ) r .(3) F (s) = s. (4) Skalaareille kannattaa määritellä lisäksi seuraavat tulot:

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

LUKU 10. Yhdensuuntaissiirto

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori

Matriisialgebra harjoitukset, syksy 2016

2 / :03

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

MS-C1340 Lineaarialgebra ja

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Avaruuden R n aliavaruus

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

1 Ominaisarvot ja ominaisvektorit

5 Ominaisarvot ja ominaisvektorit

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

(1.1) Ae j = a k,j e k.

802320A LINEAARIALGEBRA OSA III

Vektorit, suorat ja tasot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Insinöörimatematiikka D

Insinöörimatematiikka D

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

Yleiset lineaarimuunnokset

Kantavektorien kuvavektorit määräävät lineaarikuvauksen

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

Derivaatta: funktion approksimaatio lineaarikuvauksella.

Insinöörimatematiikka D

Differentiaalimuodot

Kuvaus. Määritelmä. LM2, Kesä /160

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF HELSINKI

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

Täydellisyysaksiooman kertaus

Ratkaisuehdotukset LH 7 / vko 47

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

Suorista ja tasoista LaMa 1 syksyllä 2009

Insinöörimatematiikka D

Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012 RITVA HURRI-SYRJÄNEN

LUKU 7. Perusmuodot Ensimmäinen perusmuoto. Funktiot E, F ja G ovat tilkun ϕ ensimmäisen perusmuodon kertoimet ja neliömuoto

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

1 Lineaariavaruus eli Vektoriavaruus

1 Avaruuksien ja lineaarikuvausten suora summa

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

2 Kierto yleisesti peilausten avulla

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

1.1 Vektorit. MS-A0007 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n. 1. Vektorit ja kompleksiluvut

802320A LINEAARIALGEBRA OSA II LINEAR ALGEBRA PART II

Luento 8: Epälineaarinen optimointi

Vastaavasti, jos vektori kerrotaan positiivisella reaaliluvulla λ, niin

12. Derivointioperaattoreista geometrisissa avaruuksissa

802320A LINEAARIALGEBRA OSA II/PART II

Matemaattinen Analyysi / kertaus

MS-A0002 Matriisilaskenta Luento 1:Vektorit ja lineaariyhdistelyt

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Hilbertin avaruudet, 5op Hilbert spaces, 5 cr

Pistetulo eli skalaaritulo

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Dihedraalinen ryhmä Pro gradu Elisa Sonntag Matemaattisten tieteiden laitos Oulun yliopisto 2013

802320A LINEAARIALGEBRA OSA I

x = y x i = y i i = 1, 2; x + y = (x 1 + y 1, x 2 + y 2 ); x y = (x 1 y 1, x 2 + y 2 );

802320A LINEAARIALGEBRA OSA II/PART II

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Luento 8: Epälineaarinen optimointi

802320A LINEAARIALGEBRA OSA II LINEAR ALGEBRA PART II

Ristitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti

1 Käytännön järjestelyt

Laskutoimitusten operaattorinormeista

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

1. Normi ja sisätulo

6 MATRIISIN DIAGONALISOINTI

Inversiosta stereografiseen projektioon

802320A LINEAARIALGEBRA OSA III

Transkriptio:

Konformigeometriaa 5. maaliskuuta 006 1

Sisältö 1 Konformigeometria 1.1 Viivan esitys stereograasena projektiona............ 1. Euklidisen avaruuden konformaalinen malli........... 4 Konformikuvaukset 4.1 Translaatio............................ 4. Rotaatio.............................. 6.3 Inversio.............................. 6.4 Dilataatio............................. 7 1 Konformigeometria Projektiivisessa geometriassa on eräitä hankaluuksia. Ensinnäkin Euklidiset ominaisuudet kuten kulmat ja etäisyydet eivät sisälly teoriaan. Toisaalta Euklidisten perusrakenteiden, kuten pallojen ja ympyröiden esittäminen on kömpelöä. Näihin ongelmiin elegantin vastauksen antaa konformigeometria. Konformaalisen geometrian idea on yksinkertaisuudessaan seuraava. Esitettävä avaruus V(p, q) esitetään avaruuden V(p + 1, q + 1) nollavektorien avulla. Merkintä (p, q) tarkoittaa avaruuden signatuuria, ts. kantavektoreille pätee: e 1 =... = e p = 1 ja e p+1 =... = e p+q = 1. Merkitään avaruuden V(p, q) vektorin x konformaalista vastinetta X:llä. Vektoriavaruuden V(p, q) generoivat geometrisen algebran G(p, q). Lisätään generoivien vektorien joukkoon näiden kanssa ortonromaalit vektorit {e, ē} siten, että näin saatu vektorijoukko generoi geometrisen algebran G(p + 1, q + 1). Ennen kuin konstruoidaan yleisen Euklidisen avaruuden konformaalinen malli, tarkastellaan erästä tutuhkoa esimerkkiä. ortonormaalit kantavektorit {e i } p+q i=1 1.1 Viivan esitys stereograasena projektiona Viiva on 1-dimensoinen geometrian objekti. Viiva mallinnetaan stereograasessa projektiossa tason yksikkövektoreina. Asetaan viiva kulkemaan yksikköympyrän x-akselia pitkin. Olkoon viivansuuntainen yksikkökantavektori e 1 ja viivaa vastaan kohtisuorassa oleva yksikkökantavektori e. Yksikköympyrän pisteet voidaan antaa muodossa ˆr = cos(θ)e 1 + sin(θ)e. Merkitään yksikköympyrän pistettä, joka vastaa kulman θ arvoa 3π/ symbolilla N. Piirretään pisteiden N ja ˆr kautta kulkeva suora. Pistettä, missä

piirretty viiva leikkaa suoran merkitään x. Jokaiselle x on siis löydettävissä kulman θ arvo. Sanomme, että pisteen x esitys stereogaasena projektiona on ˆr. Viivan pisteellä ja sitä vastavalla kulmalla θ on yhteys Vastaavasti löydetään yhteydet cos(θ) = x = cos(θ) 1 + sin(θ). x 1 + x ja sin(θ) = 1 x 1 + x. Olkoon ē vektori, joka on kantavektoreita e 1 ja e vastaan kohtisuorassa. Lisäksi ē = 1. Olkoon vektori X määritelty kaavalla Koska X = ˆr + ē = x 1 + x e 1 + 1 x 1 + x e + ē. X = }{{} ˆr + }{{} ē + }{{} ˆrē + }{{} ēˆr = 0, =1 = 1 niin X on nollavektori. Koska myös λx on nollavektori, niin vektorit X ja λx esittävät samaa pistettä. Voidaan siis merkitä X = xe 1 + (1 x )e + (1 + x )ē. (1) Korvataan vektori e vektorilla e, joten saamme e = 1, ē = 1 ja e ē = 0. Vektorit e ja ē ovat siis vektorit, joiden avulla laajennetaan vektoriavaruus V(1, 0) vektoriavaruudeksi V(1+1, 0+1) = V(, 1). Määritellään nollavektorit Vektoreille pätee n = e + ē ja n = e ē. n = n = 0 ja n n =. Kun sijoitetaan e = 1(n + n) ja ē = 1 (n n) esitykseen (1), saadaan X = xe 1 (1 x )e + (1 + x )ē = xe 1 (1 x ) n + n + (1 + x ) n n = xe 1 + x n n. Vektoria X sanotaan pisteen x konformaaliseksi esitykseksi. 3

1. Euklidisen avaruuden konformaalinen malli Olkoon x avaruuden V(p, q) alkio. Otetaan jälleen käyttöön ortonormaalit vektorit {e, ē} ja määritellään kuten edellä n = e+ē ja n = e ē. Määritellään pistettä x vastaava konformaalinen vastine asettamalla F (x) = X = x + x n n, joka on nollavektori avaruudessa V(p + 1, q + 1). Esitys on invariantti skalaarilla kertomisen suhteen, eli X ja λx esittävät sama pistettä. Olkoot X ja Y Euklidisen avaruuden pisteiden x ja y konfomaalinen esitys. Lasketaan pisteiden sisätulo X Y = (x + x n n) (y + y n n) = x y + 4x y = (x y). Tämä tulos on perustavaalaatua oleva tulos konformaalisessa geometriassa, sillä konformaalisen sisätulon vastine Euklidisessa geometriassa on etäisyys. Tästä seuraa, että sisätulon invarianttina säilyttävä muunnos avaruudessa V(p+1, q+1) vastaa kulmat ja etäisyydet säilyttävää muunnosta avaruudessa V(p, q). Konformikuvaukset Funktio f : V(p, q) V(p, q) on konformikuvaus, jos F (a) F (b) = λa b, kun F (a) = a f( ), a, b V(p, q) ja λ R. Konformikuvaukset muodostavat konformaalisen ryhmän, merkitään ryhmää M p,q. Tutustutaan seuraavaksi neljään tärkeään konformikuvaukseen: translaatioon (siirto), rotaatioon (kierto), inversioon ja dilataation (venytys)..1 Translaatio Translaatio ei ole lineaarikuvaus avaruudessa V(p, q). Konformaalisessa mallissa translaatio voidaan esittää roottorien avulla, eli konformaalisessa mallissa translaatio on lineaarikuvaus. Olkoon siis roottori R = T a = e na/, 4

kun a V(p, q). Jos F (x) on pisteen x konformaalinen esitys, translaatio on muotoa T a F (x) T a. Todistetaan tämä. Roottorissa argumenttina nollavektori n, joka on ortogonaalinen avaruuden V(p, q) vektorien kanssa, eli a n = 0 ja (an) = 0. Kehitetään roottori eksponenttifunktion määritelmän mukaan, eli Merkitään Tällöin T a = (na/) k k k! = 1 + na + {}}{ (na/)! T a = T a = 1 na. + 0 +... = 1 + na. T a n T a = (1 + na na )n(1 ) = n + 1 nan + 1 nan + 1 nanan = n. 4 Vastaavasti T a n T a = n a a n. Operoidaan vektoriin x vastaavalla tavalla, saadaan T a x T a = (1 + na na )x(1 ) = x + na x xna nana }{{ 4 } ( ax + xa ) = x + n = x + n(a x). Kun sovelletaan edellä laskettuja tuloksia, saadaan T a F (x) T a = (1 + na )(x + x n n)(1 na ) = x n + (x + a xn) ( n a a n) = (x + a) n + (x + a) n = F (x + a). Operaatio T a F (x) T a esittää siis translaatiota x x + a konformaalisessa mallissa. 5

. Rotaatio Olkoon x V(p, q). Euklidisessa mallissa vektoria x voidaan kiertää origon ympäri roottorin R G(p, q) avulla x x = Rx R. Kun kierretään vektoria lähtöavaruudessa origon ympäri kieryy myös vektorin konformaalinen vastine, siis F (x ) = F (Rx R) = Rx R + (Rx R) n n }{{} =Rx R = R(x + x n n) R = RF (x) R, () sillä roottori R G(p, q) kommutoi vektorien n ja n kanssa. Jos halutaan kiertää vektoria x pisteen a ympäri pitää tehdä seuraavasti. Tehdään kierto heti konformaaliselle vektorille X, siis (i) siirretään vektori a origoon, eli X T a X T a, (ii) kierretään vektoria origon ympäri, eli X RT a X T a R, (iii) siirretään a takaisin, eli X T a RT a X T a R Ta, mikä lopullinen kierron lauseke. Merkitään R (a) = T a RT a = (1 + na )R(1 + an ), joten kierto pisteen a ympäri on esitettävissä lyhyesti muodossa X R (a)x R (a). Konformaalinen malli ei aseta origo mitenkään erityiseen asemaan, vaan käsittelee sitä kuten muitakin pisteitä. Rotaatio voidaan suorittaa samalla tavalla kaikkien pisteiden ympäri..3 Inversio Rotaatio ja translaatio ovat kuvauksia, jotka säilyttävät pisteiden väliset etäisyyden invarianttina. Kuvaukset ovat osajoukko suurempaa ryhmää, joka säilyttää kulmat invarianttina. Konformaalinen ryhmä M p,q sisältää vielä 6

kaksi kulmat säilyttävää kuvausta, joista tässä tutustutaan inversioon. Euklidisessa avaruudessa inversio määritellään kuvauksena x x 1 = x x. Inversion kuvan konformaalinen vastine on F (x 1 ) = x 1 + x n n = 1 (x + n x n). x Koska konformaaliset pisteet ovat invariantteja skalaarilla kertomisen suhtaan, voidaan kerroin 1 unohtaa. Inversio voidaan esittää siis kuvausena, x missä n n ja n n. Todistetaan pari jatkossa tarvittavaa identiteetti, eli ja Huomataan, että ene = e(e + ē)e = eee + eēe = e ē = n (3) e ne = e(e ē)e = eee eēe = e + ē = n. (4) ef (x)e = e(x + x n n)e = xe + x }{{} ene }{{} e ne = n =n = x + x n n = F (x 1 ). Euklidisen mallin inversio on konformaalisessa mallissa peilaus!!!.4 Dilataatio Euklidisessa avaruudessa dilataatio määritellään kuvauksena x e α x, missä α R. Selvästi nähdään, että kuvaus venyttää vektoria x, eli se säilyttää kulmat, joten dilataatio on konformikuvaus. Kuvavektorin konformaalinen vastine on F (e α x) = e α (x + x e α n e α n), 7

mistä voidaan jälleen kerroin e α unohtaa. Konformaalisen mallin dilataatiossa tapahtuu siis kuvakset n e α n ja n e α n. Koska edelleen (e α n) e α n = n n =, ei kuvaus muuta sisätuloa. Kuvaus voidaan siis esittää roottorin avulla. Merkitään N = eē = 1 4 (n + n)(n n) = 1 4 ( }{{} n +n n nn + }{{} n ) = 1 n n. Bivektorilla N on ominaisuudet: vastaavasti Nn = 1 n nn = 1 (n n n n }{{})n = = 1 (n nn n) = 1 ( n }{{} n n) = n, nn = n, N n = n = nn ja N = 1. Viimeisestä tuloksesta seuraa, että N = N 3 = N 5 =... ja 1 = N = N 4 = N 6 =... Määritellään roottori asettamalla D α = e Nα/ (αn/) k = k! k = k,,4... (α/) k k! + k=1,3,5... = cosh(α/) + sinh(α/)n. (α/) k N k! 8

Tällöin D α n D α =(cosh(α/) + sinh(α/)n)n(cosh(α/) sinh(α/)n) =(cosh(α/)n + sinh(α/) }{{} N n )(cosh(α/) sinh(α/)n) = n = cosh (α/)n sinh(α/) cosh(α/)n cosh(α/) sinh(α/) }{{} nn =n cosh(α/) sinh(α/) }{{} nn + sinh (α/) }{{} nn =n =n ( ) = (cosh(α/) sinh(α/)) cosh(α/) + (cosh(α/) sinh(α/))( sinh(α/)) n =(cosh(α/) sinh(α/))(cosh(α/) sinh(α/))n }{{}}{{} e α/ e α/ =e α n. Vastaavalla väännöllä saadaan D α n D α = e α n. Konformaalisen kuvapisteen dilataatio esitettynä roottorin avulla on D α F (x) D α = D α (x + x n n) D α = D α x D α + x D α n D }{{ α D } α n D }{{ α} e α n e α n = x + x e α n e α n = F (e α x). 9