21 ane und euklidische geometrie - math.kit.edu · 254 21 ane und euklidische geometrie die bahnen...

253

21 A�ne und euklidische Geometrie

In diesem Kapitel werden wir die Grundbegri↵e der a�nen und der euklidischenGeometrie kennen lernen.

21.1 Was ist Geometrie?

Eine mogliche Antwort auf diese Frage hat Felix Klein15 1872 in seinem “Erlanger-Programm” formuliert:

Eine Geometrie ist eine Menge M zusammen mit einer Gruppe G von Transfor-mationen (d.h. gewissen bijektiven Selbstabbildungen) von M . Eine Eigenschaft odereine Große heißt geometrisch, wenn sie invariant ist unter G.

Ein (allgemeines) Beispiel: Ist (M, d) ein metrischer Raum und G die Gruppe derIsometrien von M , so ist der Abstand zwischen zwei Punkten eine geometrischeGroße (denn das ist gerade die Definition einer Isometrie).

Der Kleinsche Geometrie-Begri↵ aus dem 19. Jahrhundert setzt (zu)viel Symmetrievoraus und ist deshalb zu restriktiv, um die gesamte moderne “Geometrie” (wie z.B.die Riemannsche Geometrie oder die algebraische Geometrie) zu erfassen.

21.2 Gruppenaktionen

Um a�ne Raume definieren zu konnen, benotigen wir den Begri↵ einer Gruppen-Operation (oder -Aktion). Dieses fundamentale und nutzliche Konzept kommt invielen Breichen der Mathematik vor.

Definition 21.1 Eine Operation (oder Aktion) einer Gruppe (G, ·) auf einerMenge X ist eine Abbildung

' : G⇥X ! X; (g, x) 7! '(g, x),

die folgende Eigenschaften besitzt:

• Ist e das neutrale Element von G, so gilt '(e, x) = x fur alle x 2 X.

• Fur alle g, h 2 G und alle x 2 X gilt '(g · h, x) = '(g,'(h, x)).

Die Bahn eines Punktes x 2 X bzgl. ' ist die Menge {'(g, x) ⇢ X | g 2 G}. DerStabilisator von x bzgl. ' ist die Untergruppe Gx := {g 2 G | '(g, x) = x} von G.

151849-1925

254 21 A�ne und euklidische Geometrie

Die Bahnen einer G-Operation definieren eine Aquivalenzrelation auf der Menge X:x ⇠ y () x gehort zur Bahn von y. Damit folgt: die Menge X zerfallt in disjunkteBahnen (Aquivalenzklassen).

Eine G-Aktion heißt transitiv, wenn es genau eine Bahn gibt. In diesem Fall heißtdie Menge X homogen.

Eine G-Aktion ' heißt einfach transitiv, wenn es zu je zwei Elementen x und yaus X genau ein g 2 G gibt, so dass y = '(g, x).

Beispiel 21.2 1. Die Gruppe SO(2) operiert (einfach) transitiv auf dem Ein-heitskreis S1 := {(x1, x2)> 2 2 | x2

1 + x22 = 1}.

2. Die Gruppe SO(2) operiert (mit unendlich vielen Bahnen) auf der 2-dimension-alen Einheitssphare S2 := {(x1, x2, x3)> 2 3 | x2

1 + x22 + x2

3 = 1} durchDrehungen um die x3-Achse.

3. Die Gruppe SO(3) operiert transitiv auf S2.

21.3 A�ne Raume

Um lineare Selbstabbildungen eines -Vektorraumes V zu vestehen, haben wir ver-sucht, diese durch moglichst einfache Matrizen darzustellen. Dazu muss man jeweilsgeeignete Basen wahlen. Die Elemente von V werden dann durch Koordinatenvek-toren in n dargestellt. Basiswechsel entsprechen linearen Koordinatentransforma-tionen in n (siehe 10.1).

Fur gewisse, mehr geometrische Fragestellungen in Vektorraumen ist es nun zweckma-ßig, neben linearen Koordinatentransformationen auch die einfachsten nicht-linearenAbbildungen (also die Translationen) zu betrachten. Hier ist ein Beispiel.

Beispiel 21.3 In 2 sei die folgende Teilmenge gegeben:

K := {(x, y) 2 2 | x2 + y2 � 2(x + y) + 1 = 0}.

Um zu sehen, was diese Menge K ist, formen wir zuerst die Definitionsgleichung um(“quadratisches Erganzen”):

x2 + y2� 2(x + y) + 1 = x2� 2x + 1 + y2� 2y + 1� 1 = (x� 1)2 + (y� 1)2� 1 = 0.

Nun machen wir die “(a�ne) Koordinaten-Transformation”

x := x� 1

y := y � 1.

In den neuen Koordinaten lautet die Gleichung fur K dann einfach x2 + y2 = 1, undwir erkennen, dass K ein Kreis ist mit Zentrum (1, 1).

21.3 A�ne Raume 255

Um solche solche a�nen Transformationen genauer untersuchen zu konnen, benoti-gen wir den Begri↵ eines a�nen Raumes. Die Grundidee ist die folgende. Betrachtetman n als Vektorraum, so ist der Nullvektor ausgezeichnet. Als a�ner Raum be-trachtet ist n aber “homogen”: jeder Punkt ist “gleichwertig”.

Definition 21.4 Es seien V ein Vektorraum uber einem Korper , A eine (nicht-leere) Menge und ⌧ : (V, +)⇥A! A eine Operation der (additiven) Gruppe (V, +)auf A. Dann heißt das Tripel (A, V, ⌧) ein a�ner Raum, mit Translationsvek-torraum V , falls die Operation ⌧ einfach transitiv ist. Es gilt also:

A1 Fur alle p 2 A ist ⌧(0, p) = p.

A2 Fur alle p 2 A und alle v1, v2 2 V ist ⌧(v1, ⌧(v2, p)) = ⌧(v1 + v2, p).

A3 Fur alle p, q 2 A gibt es genau ein v 2 V mit ⌧(v, p) = q.

Der nach A3 durch p und q eindeutig bestimmte Vektor v wird gelegentlich auchmit

�!pq bezeichnet (der “Ortsvektor von p nach q”).

Beispiel 21.5 Ist V ein Vektorraum und ⌧ = + die Vektorraum-Addition, so ist(V, V, +) ein a�ner Raum. Ist speziell V = n so heißt ( n, n, +) n-dimensionalera�ner Standardraum.

Bemerkung 21.6 Sei p 2 A beliebig (aber fest gewahlt). Dann ist die Abbildung

Fp : V ! A, Fp(v) := ⌧(v, p)

wegen A3 bijektiv. Heuristisch kann man Fp so beschreiben: Heftet man in p 2 Aeine Kopie von V an, so erhalt man A. Die Umkehrabbildung F�1

p besagt: Wahltman in A einen Ursprung p, so wird A zu einer Kopie von V .

Ein Vektorraum ist also dasselbe wie ein a�ner Raum mit einem ausgezeichnetenPunkt (Nullvektor als Ursprung).

KONVENTION. Im Folgenden werden wir uns auf die in Beispiel 21.5 beschrie-benen a�nen Raume (V, V, +) beschranken. Dadurch vereinfacht sich die Darstel-lungsweise (außerdem kann man zeigen: Jeder a�ne Raum ist isomorph zu einema�nen Raum dieses Typs).

Die Notation mit Tripeln ist zwar wichtig fur die begri✏iche Klarheit, aber sehrschwerfallig. Wir werden daher im Folgenden den a�nen Raum (V, V, +) einfachmit oder auch (V ) bezeichnen.


Definition 21.7 Es sei (V ) der zu einem Vektorraum gehorige a�ne Raum. EineTeilmenge A ⇢ V heißt a�ner Unterraum, falls ein a 2 A und ein Untervektor-raum U von V existieren, so dass gilt

A = a + U = {a + u | u 2 U}.

Der Untervektorraum U heißt Translationsraum von A.

Die Dimension eines a�nen Unterraumes A = a + U ist die Dimension seinesTranslationsraumes: dim A = dim U .

Ein 0-dimensionaler a�ner Unterraum heißt Punkt. Punkte sind also genau dieMengen x+{0} = {x}, x 2 V . Ein 1-dimensionaler a�ner Unterraum heißt Gerade,und ein 2-dimensionalen a�ner Unterraum heißt Ebene. Ist dim A = n�1, so heißtA Hyperebene.

Den Punkt a 2 A = a+U nennt man auch Fußpunkt oder im Fall A = a+V auchUrsprung. Neben a sind dann auch alle Punkte der Form a + u, u 2 U Fußpunkte(a ist also im Gegensatz zu U nicht eindeutig).

Beispiel 21.8 1. Sei n := ( n) der zu n gehorige a�ne Standard-Raum.Fur einen Untervektorraum U ⇢ n und einen (festen) Punkt x 2 n ist

A := x + U = {x + u | u 2 U}

ein a�ner Unterraum von n.

0

L

U

x

2. Ist � : m ! n eine lineare Abbildung und y = �(x) 2 Bild � ⇢ n, soist ��1(y) = {v 2 m | �(v) = y} ein a�ner Unterraum von m. Denn nachHilfssatz 9.13 ist ��1(y) = x + Kern �.

3. Die Losungsmenge L eines linearen Gleichungssystems mit n Unbekannten istein a�ner Unterraum von n. Der zugehorige Untervektorraum (Translati-onsraum) ist die Losungsmenge Lh des entsprechenden homogenen LGS (siehe11.2).


4. Manchmal ist es zweckmaßig ( n) als a�nen Unterraum von ( n+1) auf-zufassen:

( n) = {

0

B

B

B

B

B

@

x1

x2...

xn

1

1

C

C

C

C

C

A

| xi 2 } =

0

B

B

B

B

B

@

00...01

1

C

C

C

C

C

A

+ {

0

B

B

B

B

B

@

x1

x2...

xn

0

1

C

C

C

C

C

A

| xi 2 } ⇢ n+1.

Hilfssatz 21.9 Es sei A ein nichtleeres System a�ner Unterraume von (V ). Dannist der Schnitt

M :=\

A2A

A

entweder leer oder ein a�ner Unterraum von (V ) mit Translationsraum

UM :=\

A2A

UA,

wobei UA jeweils den Translationsraum von A bezeichnet.

Beweis: Sei M 6= ;. Dann gibt es einen Punkt x 2 V , der in allen a�nen Un-terraumen A 2 A liegt. Damit kann man jedes Element A 2 A in der FormA = x + UA darstellen. Es folgt

M =\

A2A

A =\

A2A

x + UA = x +\

A2A

UA = x + UM .

Als Durchschnitt von Untervektorraumen von V ist UM auch ein Untervektorraumvon V und x + UM ein a�ner Unterraum. ⌅

Beispiel 21.10 Im a�nen Raum 4 := ( 4) seien die a�nen Unterraume

A1 =

0

B

B

@

2001

1

C

C

A

+h

0

B

B

@

1100

1

C

C

A

,

0

B

B

@

0110

1

C

C

A

,

0

B

B

@

0011

1

C

C

A

i

, A2 =

0

B

B

@

3100

1

C

C

A

+h

0

B

B

@

�1120

1

C

C

A

,

0

B

B

@

0100

1

C

C

A

i

gegeben. Wir wollen ihren Schnitt bestimmen: x 2 A1\A2 ist aquivalent zur Existenzvon ↵1, ↵2, ↵3, �1, �2 2 mit

0

B

B

@

2001

1

C

C

A

+ ↵1

0

B

B

@

1100

1

C

C

A

+ ↵2

0

B

B

@

0110

1

C

C

A

+ ↵3

0

B

B

@

0011

1

C

C

A

= x =

0

B

B

@

3100

1

C

C

A

+ �1

0

B

B

@

�1120

1

C

C

A

+ �2

0

B

B

@

0100

1

C

C

A


Wir erhalten ein inhomogenes lineares Gleichungssystem mit den Unbekannten ↵1,↵2, ↵3, �1, �2 und der zugehorigen erweiterten Matrix

0

B

B

@

1 0 0 1 0 11 1 0 �1 �1 10 1 1 �2 0 00 0 1 0 0 �1

1

C

C

A

.

Der Gauß-Algorithmus liefert folgende Stufenform:

0

B

B

@

1 0 0 1 0 11 0 �2 �1 0

1 0 1 01 1

1

C

C

A

.

Daraus lesen wir ab: �2 = 1, �1 2 beliebig. Somit gilt

x =

0

B

B

@

3100

1

C

C

A

+ �1

0

B

B

@

�1120

1

C

C

A

+

0

B

B

@

0100

1

C

C

A

=

0

B

B

@

3200

1

C

C

A

+ �1

0

B

B

@

�1120

1

C

C

A

.

Satz 21.11 (Intrinsische Charakterisierung eines a�nen Unterraumes) Essei = (V ) der zu einem Vektorraum V gehorige a�ne Raum. Eine nichtleereTeilmenge A ⇢ V ist genau dann ein a�ner Unterraum von V , wenn fur k � 2 gilt

8a1, . . . , ak 2 A, 8 �1, . . . ,�k 2 mitn

X

i=1

�i = 1 =)k

X

i=1

�iai 2 A.

Beweis: “)”: Sei A = x + U, x 2 A, ein a�ner Unterraum. Fur i = 1, . . . , k seienai 2 A und �i 2 mit

Pni=1 �i = 1. Dann ist ai = x+ui fur ui 2 U und i = 1, . . . , k.

Also

kX

i=1

�iai =k

X

i=1

�i(x + ui) = (k

X

i=1

�i)x +k

X

i=1

�iui = x +k

X

i=1

�iui 2 x + U = A.

“(”: Wir wahlen ein x 2 A und definieren U := A� x := {a� x 2 V | a 2 A}. Zuzeigen ist, dass U ein Untervektorraum von V ist. Seien also a � x, b � x 2 U und� 2 . Wir haben

(a� x) + (b� x) 2 U () x + (a� x) + (b� x) = a + b� x 2 A.

Die rechte Seite ist aber nach Voraussetzung erfullt, da 1 + 1 � 1 = 1. Ebenso ist�(a� x) 2 U , da x + �(a� x) = �a + (1� �)x 2 A. ⌅


Definition 21.12 Sei = (V ) der zu einem Vektorraum V gehorige a�ne Raum.Sei X ⇢ V eine beliebige Teilmenge. Die a�ne Hulle A↵ (X) von X ist

A↵ (X) := {k

X

i=1

�ipi | pi 2 X, �i 2 ,k

X

i=1

�i = 1}.

Hilfssatz 21.13 A↵ (X) ist der kleinste a�ne Unterraum von , der X enthalt.

Beweis: Dass A↵ (X) ein a�ner Unterraum ist, folgt aus Satz 21.11. Die zweiteBehauptung folgt mit Hilfssatz 21.9. ⌅

Definition 21.14 Sei = (V ) der zu einem Vektorraum V gehorige a�ne Raum.Die Elemente einer Menge X = {p0, p1, . . . , pr} ⇢ V heißen a�n unabhangig oderin allgemeiner Lage, falls gilt

rX

i=0

�ipi = 0 undr

X

i=0

�i = 0() �0 = �1 = · · · = �r = 0.

Hilfssatz 21.15 Eine endliche Menge {p0, p1, . . . , pr} ⇢ V ist a�n unabhangig ge-nau dann, wenn {p1 � p0, . . . , pr � p0} linear unabhangig ist im Vektorraum V .

Beweis: Sei {p0, p1, . . . , pr} a�n unabhangig. IstPr

i=1 ↵i(pi � p0) = 0, so folgtPr

i=1 ↵ipi + (�Pr

i=1 ↵i)p0 = 0 und damit ↵i = 0 fur alle 1 i r.

Ist umgekehrt {p1 � p0, . . . , pr � p0} linear unabhangig, so folgt aus

rX

i=0

�ipi = 0 undr

X

i=0

�i = 0, dass

0 =r

X

i=1

�ipi + �0p0 =r

X

i=1

�ipi + (�r

X

i=1

�i)p0 =r

X

i=1

�i(pi � p0)

und damit nach Voraussetzung �i = 0 fur alle i. ⌅

Definition 21.16 Sei = (V ) der zu einem Vektorraum V gehorige a�ne Raum.Weiter seien A ein k-dimensionaler a�ner Unterraum von V und {p0, p1, . . . , pk} a�nunabhangige Punkte in A. Dann heißt {p0, p1, . . . , pk} eine a�ne Basis von A und(p0; p1�p0, . . . , pk�p0) ein a�nes Koordinatensystem von A mit Ursprung p0.

Fur einen Punkt a 2 A konnen wir dann schreiben

a = p0 +k

X

i=1

↵i(pi � p0), ↵i 2 .

Die Komponenenten (↵1, . . . ,↵k) heißen a�ne Koordinaten von a 2 A bezuglichder a�nen Basis {p0, p1, . . . , pk}.


Im Gegensatz zum Vektorraum V erhalten wir also im a�nen Raum (V ) fur jedenPunkt p und jede Basis B von V eine a�ne Basis (p; B) von V . Ein Vektorraum istalso “dasselbe” wie ein a�ner Raum mit einem ausgezeichneten Ursprung 0.

Bemerkung 21.17 Nach Hilfsatz 21.15 kann man ein a�nes Koordinatensystemauch wie folgt konstruieren. Es sei A = x+U ein k-dimensionaler a�ner Unterraum.Ist {u1, . . . , uk} eine Basis von U , so lasst sich jeder Punkt p 2 A in der Form

p = x + ↵1u1 + . . . + ↵kuk, (↵i 2 )

darstellen. Setzt man xi := x+ui fur i = 1, . . . k, so ist (x, x1, . . . , xk) eine a�ne Basisvon A und die a�nen Koordinaten von p bezuglich dieser Basis sind (↵1, . . . ,↵k) 2

k.

21.4 A�ne Abbildungen

Wir suchen Abbildungen zwischen a�nen Raumen, die strukturerhaltend sind, d.h.zum Beispiel a�ne Hullen in a�ne Hullen abbilden. Wir definieren deshalb

Definition 21.18 Es seien V und W -Vektorraume und (V ) und (W ) diezugehorigen a�nen Raume. Eine Abbildung f : V ! W heißt a�n, falls fur allea, b 2 V und alle �, µ 2 mit � + µ = 1 gilt

f(�a + µb) = �f(a) + µf(b).

Bemerkung 21.19 Mit vollstandiger Induktion folgt:

Eine Abbildung f : V ! W ist a�n genau dann, wenn fur k � 2, alle a1, . . . , ak 2 Vund alle �1, . . . ,�k 2 mit

Pni=1 �i = 1 gilt

f(k

X

i=1

�iai) =k

X

i=1

�if(ai).

Beispiel 21.20 Sei (V ) der zu einem -Vektorraum V gehorige a�ne Raum undb 2 V .

1. Die TranslationTb : V ! V ; Tb(x) := x + b

ist eine a�ne Abbildung. Denn fur �, µ 2 mit � + µ = 1 gilt

Tb(�x + µy) = �x + µy + b = �x + µy + (� + µ)b = �Tb(x) + µTb(y).

Eine Translation ist nur fur b = 0 eine lineare Abbildung.

21.4 A�ne Abbildungen 261

2. Eine Streckung mit Zentrum z 2 V und Streckungsfaktor � bildet z aufsich ab und ordnet jedem von z verschiedenen Punkt x 2 V denjenigen Punkty 2 V auf der Gerade durch x und z zu, fur den y � z = �(x� z) gilt. Somithat eine solche Streckung � : V ! V die Darstellung �(x) = y = �x+(1��)z,ist also eine a�ne Abbildung.

z

x1x2

�(x1)�(x2)

� = 2

Fur � = 0 bildet � alle Punkte auf z ab, fur � = 1 ist � die Identitat.

3. Fur � = �1 gilt fur die obige Streckung z = 12(x + �(x)), d.h. z ist der Mit-

telpunkt der Punkte x und �(x). In diesem Fall ist � eine Punktspiegelungan z.

Satz 21.21 (Allgemeine Form von a�nen Abbildungen) Sei (V ) der zu ei-nem -Vektorraum V gehorige a�ne Raum. Wir wahlen einen Ursprung p0 2 V .

Eine Abildung f : V ! W ist a�n genau dann, wenn eine lineare Abbildung� : V ! W existiert, so dass gilt

f(p0 + v) = �(v) + f(p0).

Die lineare Abbildung � ist dabei durch f eindeutig bestimmt und unabhangig vonder Wahl des Urprungs p0. Sie heißt der lineare Anteil von f .

Beweis: “(: Ist � linear, so ist folgt fur p = p0 + v, q = p0 + w 2 V und �, µ 2mit � + µ = 1

f(�p+µq) = �(�v+µw)+f(p0) = �(�(v)+f(p0))+µ(�(w)+f(p0)) = �f(p)+µf(q).

“): Wir definieren

� : V ! W ; �(v) := f(p0 + v)� f(p0).


Zu zeigen ist, dass � linear ist, d.h. dass fur alle u, v 2 V und alle � 2 gilt:

�(u + v) = �(u) + �(v), �(�u) = ��(u).

Zunachst ist p0 + u, p0 + v 2 V und auch p0 + u + v = (p0 + u) + (p0 + v)� p0 2 V .Also haben wir mit 21.19

�(u + v) = f(p0 + u + v)� f(p0)

= f(p0 + u) + f(p0 + v)� f(p0)� f(p0) = �(u) + �(v);

�(�u) = f(p0 + �u)� f(p0) = f(�(p0 + u) + (1� �)p0)� f(p0)

= �f(p0 + u) + (1� �)f(p0)� f(p0) = ��(u).

Zur Eindeutigkeit: Sei p1 2 V ein anderer Ursprung des a�nen Raumes. Wir defi-nieren dann wie oben die lineare Abbildung

: V ! W ; (v) := f(p1 + v)� f(p1).

Wir zeigen, dass = �. Fur beliebiges v 2 V ist

(v) = f(p1 + v)� f(p1) = f(p0 + (p1 � p0) + v)� f(p1)

= �((p1 � p0) + v) + f(p0)� f(p1) = �(v) + �(p1 � p0) + f(p0)� f(p1)

= �(v) + f(p1)� f(p0) + f(p0)� f(p1) = �(v).

⌅

Bemerkung 21.22 Nach Satz 21.21 ist die Eigenschaft “a�ne Abbildung”, un-abhangig vom Ursprung. Wir konnen also insbesondere den Nullvektor 0 als Ur-sprung wahlen. Wir erhalten dann eine besonders ubersichtliche Darstellung dera�nen Abbildungen zwischen V und W .

Jede a�ne Abbildung f : V ! W kann man schreiben als

f = Tb � �,

wobei die lineare Abbildung � und der Translationsvektor b := f(0) durch f ein-deutig bestimmt sind.

Speziell sind die a�nen Abbildungen zwischen den a�nen Standardraumen ( n)und ( m) von der Form

f(x) = Ax + b, wobei A 2 m⇥n, b 2 n.

Wir benutzen jetzt noch a�ne Koordinatensysteme, um a�ne Selbstabbildungenvon (V ) mittels Matrizen zu beschreiben.

21.4 A�ne Abbildungen 263

Sei B := {v1, . . . , vn} eine Basis des Vektorraumes V und p0 ein Ursprung in V .Diese Wahl definiert die a�ne Basis {p0; B} von V . Fur x 2 V haben wir dann dieDarstellung

x = p0 +n

X

j=1

xjvj,

d.h. x hat bezuglich {p0; B} die a�nen Koordinaten x := (x1, . . . , xn)> 2 n. Weitersei A := (aij) die Abbildungsmatrix des linearen Anteils � einer a�nen Abbildungf : V ! V bezuglich der Basis B. Schließlich sei f(p0) = p0 +

Pni=1 bivi, d.h. f(p0)

hat die a�nen Koordinaten b := (b1, . . . , bn)>. Dann haben wir

f(x) = �(n

X

i=j

xjvj) + f(p0) = p0 +n

X

i=1

(n

X

j=1

aijxj + bi)vi.

In a�nen Koordinaten bezuglich der a�nen Basis {p0; B} wird die a�ne Selbstab-bildung f also dargestellt durch

f : n ! n; x 7! Ax + b.

Definition 21.23 Eine bijektive a�ne Selbstabbildung f : V ! V heißt A�nitat.

Bemerkung 21.24 1. Translationen sind bijektiv: (Tb)�1 = T�b.

2. Eine a�ne Abbildung f = Tb �� ist genau dann injektiv (bzw. bijektiv), wennder lineare Anteil � injektiv (bzw. bijektiv) ist.

Satz 21.25 Die A�nitaten eines a�nen Raumes (V ) bilden bezuglich der Ver-kettung von Abbildungen eine Gruppe A↵( (V )).

Beweis: Wir wahlen den Nullvektor als Ursprung von V . Dann haben A�nitatendie Form f = Tb � �, wobei der lineare Anteil � : V ! V ein Vektorraum-Isomorphismus ist. Es gilt idV 2 A↵( (V )), da die Identitat a�n und bijektivist. Sind f = Tb � � und g = Tc � A�nitaten, so ist auch f � g 2 A↵( (V )):

f � g = Tb � (� � Tc) � = Tb � (T�(c) � �) � = Tb+�(c) � (� � ).

Ist f = Tb �� 2 A↵( (V )) so ist auch f�1 2 A↵( (V )), denn mit Bemerkung 21.24gilt:

f�1 = ��1 � T�1b = ��1 � T�b = T��1(�b) � ��1.

⌅


Bemerkung 21.26 Die a�nen Selbstabbildungen von n = ( n) sind nach Obi-gem alle von der Form

f : n ! n; x 7! Ax + b (A 2 n⇥n, b 2 n).

Beschreiben wir n als a�nen Unterraum von n+1 (siehe Beispiel 21.8 4.), sokonnen wir a�ne Selbstabbildungen auch durch (n+1)⇥ (n+1)-Matrizen beschrei-ben. Fur eine a�ne Abbildung f(x) = Ax + b definieren wir

eA :=

✓

A b0 1

◆

2 (n+1)⇥(n+1).

Dann haben wir

ef : n ! n;

✓

x1

◆

7! eA

✓

x1

◆

=

✓

Ax + b1

◆

.

21.5 A�ne Invarianten

In diesem Abschnitt ist (V ) der zu einem -Vektorraum V gehorige a�ne Raum.Wir geben einige Eigenschaften, Begri↵e oder Großen an, die bei a�nen Abbildungenf : V ! V invariant bleiben (also Gegenstande der a�nen Geometrie sind).

Aus der Definition von a�nen Abbildungen folgt: A�ne Unterraume werden durcha�ne Abbildungen wieder in a�ne Unteraume abgebildet. Insbesondere sind a�neBilder von Geraden wieder Geraden. A�ne Abbildungen sind also geradentreu.

Definition 21.27 Zwei a�ne Unterraume A1 und A2 heißen parallel, geschriebenA1kA2, falls fur die zugehorigen Translationsraume U1, U2 gilt: U1 ✓ U2 oder U2 ✓U1.

Es seien p, q, r drei kollineare Punkte (d.h. Punkte, die auf einer Geraden liegen)und p 6= q. Ist q = p + v und r = p + tv, so heißt die Zahl t 2 das Teilverhaltnisvon r bezuglich p und q.

Bemerkung 21.28 “Parallelitat” ist eine reflexive und symmetrische Relation, aberim allgemeinen nicht transitiv. So sind zwei sich schneidende Geraden in einer Ebenezwar zu dieser Ebene parallel, aber sie selbst sind nicht parallel. Beschrankt man sichjedoch auf a�ne Unterraume gleicher Dimension, so ist Parallelitat auch transitiv,also eine Aquivalenzrelation.

Hilfssatz 21.29 1. A�ne Abbildungen bilden parallele Unterraume auf paralle-le Unterraume ab, sie sind parallelentreu.

2. A�nitaten lassen das Teilverhaltnis invariant, sie sind teilverhaltnistreu.

21.6 Euklidische Isometrien 265

Beweis: 1. Sei f : V ! V eine a�ne Abbildung und � der lineare Anteil von f .Der Translationsraum des Bildes ist gleich dem Bild des Translationsraumes unter�: Seien A1 = x1 + U1 und A2 = x2 + U2 parallel. Dann ist f(A1) = �(U1) + f(x1)und f(A2) = �(U2) + f(x2). Daraus folgt die Behauptung.

2. Sei f : V ! V eine A�nitat und � der lineare Anteil von f . Sind p, q = p+v undr = p + tv kollinear, so sind auch f(p), f(q), f(r) kollinear und f(p) 6= f(q). Weiterist f(q) = �(v) + f(p) und f(r) = t�(v) + f(p). Damit folgt die Behauptung. ⌅

Bemerkung 21.30 Es gilt die folgende Charakterisierung von A�nitaten:

Eine bijektive Abbildung f : V ! V ist genau dann eine A�nitat, wenn sie gera-dentreu, parallelentreu und teilverhaltnistreu ist.

21.6 Euklidische Isometrien

Es sei V ein Vektrorraum uber den reellen Zahlen .

Im vorherigen Abschnitt haben wir die Geometrie des a�nen Raumes (V ) =(V, V, +) betrachtet. Jetzt versehen wir V zusatzlich mit einem Skalarprodukt: (V, h, i)ist dann ein euklidischer Vektorraum und damit insbesondere auch ein metrischerRaum (siehe Abschnitt 18.3.2):

Wir wiederholen die Definition: Die euklidische Abstandsfunktion oder eukli-dische Metrik auf dem euklidischen Vektorraum (V, h, i) ist definiert durch:

d : V ⇥ V ! ; d(x, y) := kx� yk =p

hx� y, x� yi.

Definition 21.31 Eine euklidische Isometrie oder Bewegung ist eine Isometriedes metrischen Raumes (V ) := (V, d), d.h. eine bijektive Abbildung f : V ! Vfur die gilt:

d(f(x), f(y)) = d(x, y) fur alle x, y 2 V.

Bemerkung 21.32

Fur Vektorraume mit Skalarprodukt (V, h, i) hatten wir lineare Isometrien definiertals lineare Abbildungen � : V ! V , fur die gilt

h�(x), �(y)i = hx, yi fur alle x, y 2 V.

Da die euklidische Metrik d auf V mittels des Skalarproduktes definiert ist, sind alsolineare Isometrien von (V, h, i) spezielle Beispiele von euklidischen Isometrien.


Satz 21.33 Die euklidischen Isometrien von (V ) = (V, d) bilden bezuglich derVerkettung von Abbildungen eine Gruppe Iso( (V )).

Beispiel 21.34 1. Lineare Isometrien sind euklidische Isometrien, die 0 auf 0abbilden und die orthogonale Matrizen (A> = A�1) als Abbildungsmatrizenbezuglich Orthonormalbasen haben.

2. Translationen sind nicht-lineare euklidische Isometrien.

3. Verkettungen von Translationen und linearen Isometrien sind euklidische Iso-metrien.

Der folgende Satz besagt, dass es keine weiteren euklidischen Isometrien gibt (ver-gleiche dazu den entsprechende Aussage 21.22 fur a�ne Abbildungen).

Satz 21.35 (Struktur von euklidischen Isometrien) Jede euklidische Isome-trie f : (V ) ! (V ) ist von der Form f = Tb � �, wobei � eine lineare Isometrieist. Sowohl � als auch der Translationsvektor b sind durch f eindeutig bestimmt.

Um Satz 21.35 zu beweisen, benotigen wir den folgenden Hilfssatz.

Hilfssatz 21.36 Seien a0, a1, . . . , an a�n unabhagige Punkte in (V ). Eine Isome-trie f : (V ) ! (V ) ist eindeutig bestimmt durch die Bilder f(a0), f(a1), . . . , f(an).

Beweis: Seien f und g euklidische Isometrien mit f(ai) = g(ai) fur 0 i n. Dannist g�1f eine Isometrie mit g�1f(ai) = ai fur alle i. Wir setzen bi := T�a0(ai) fur0 i n. Dann ist b0 = 0 und {b1, . . . , bn} ist eine Basis von V . Wir werden zeigen,dass h := T�a0g

�1fT�1�a0

die Identitat ist. Insbesondere folgt dann die Behauptungf = g.

Zunachst ist nach Konstruktion h(0) = 0 und h(bi) = bi fur alle i. Da h eine Isometrieist, folgt daraus fur x 2 V und y := h(x)

d(0, x) = d(0, y) und d(bi, x) = d(bi, y) 8 1 i n.

Das ist aquivalent zu

hx, xi = hy, yi und hx� bi, x� bii = hy � bi, y � bii 8 1 i n.

Durch “Ausmultiplizieren” erhalt man aus den letzten n Gleichungen

hx, bii = hy, bii 8 1 i n,

und deshalb, da {b1, . . . , bn} eine Basis ist, hx, zi = hy, zi 8z 2 V . Also x = y = h(x)und h ist die Identitat. ⌅

21.6 Euklidische Isometrien 267

Beweis von Satz 21.35: Wir wahlen eine Basis {a1, . . . , an} von V . Die Punkte{a0 := 0, a1, . . . , an} sind dann a�n unabhangig und bilden somit eine a�ne Basis.Sei b0 := f(a0) = f(0) und g := T�b0 � f .Es ist dann g(0) = 0. Weiter setzen wirbi := f(ai) fur 1 i n. Wir konstruieren im Folgenden eine lineare Isometrie� mit den gleichen Bildern der Basis wie g, so dass mit Hilfsatz 21.36 folgt, dassT�b0 � f = g = �, was dann die Behauptung des Satzes beweist.

Da g eine Isometrie ist, haben wir zunachst

d(0, ai) = d(0, bi) und d(ai, aj) = d(bi, bj) fur alle 1 i, j n.

Mit der Definition von d durch Norm bzw. Skalarprodukt folgt daraus insbesondere

hai, aji = hbi, bji fur alle 1 i, j n. (⇤)

Sei nun � die eindeutige lineare Abbildung mit �(ai) = bi fur i = 1, . . . , n. Wirzeigen, dass � eine euklidische Isometrie ist. Seien dazu x, y 2 (V ) beliebig. Wirschreiben x� y =

Pni=1 �iai. Dann gilt �(x)��(y) = �(x� y) =

Pni=1 �ibi und wir

haben mit (⇤)

d(�(x), �(y))2 = k�(x)� �(y)k2 =n

X

i,j=1

�i�jhbi, bji =n

X

i,j=1

�i�jhai, aji

= kx� yk2 = d(x, y)2,

d.h. die lineare Abbildung � ist eine Isometrie. ⌅Zusammenfassend haben wir folgende Situation:

Iso( (V )) ( A↵( (V ))

f = Tb � � f = Tb � �

� lineare Isometrie � invertierbare lineare Abbildung

Abbildungsmatrix A 2 O(n) Abbildungsmatrix A 2 GL(n, )

Bemerkung 21.37 Euklidische Isometrien heißen auch Bewegungen. Ist f = Tb�� eine Bewegung so heißt f eigentlich bzw. uneigentlich, falls det � = 1 bzw.det � = �1.


21.7 Quadriken

In diesem Abschnitt benutzen wir fruhere Ergebnisse, um ein geometrisches Klassi-fikationsproblem zu losen.

Wir betrachten den Vektorraum V = n versehen mit dem Standard-Skalarprodukth, i. Entsprechend haben wir dann den a�nen Raum n = ( n) und den euklidi-schen Raum n = ( n).

Definition 21.38 Sei Q eine quadratische Form im Vektorraum n, b 2 n und� 2 . Eine Quadrik in n (oder Flache 2. Grades) ist eine Menge der Form

F := {x 2 n | Q(x) + 2hx, bi = �}.

In a�nen Koordinaten bezuglich der a�nen Basis {0, e1, . . . , en} haben wir

F = {(x1, . . . , xn)> 2 n |n

X

i=1

nX

j=1

aijxixj + 2n

X

k=1

bkxk = �},

wobei A = (aij) eine reelle symmetrische (n ⇥ n)-Matrix ist, (b1, . . . , bn) 2 n und� 2 .

Sei Q : V ! die zu A gehorige quadratische Form und � : V ! V der zu Q(bzw. A) gehorige selbstadjungierte Endomorphismus. Setzen wir b := (b1, . . . , bn)und x := (x1, . . . , xn), so wird F durch folgende Gleichungen beschrieben:

x>Ax + 2b>x = �, Q(x) + 2hb, xi = � oder auch hx, �(x) + 2bi = �.

Eine weitere nutzliche Schreibweise fur Quadriken ergibt sich, wenn man n als a�-nen Unterraum von n+1 au↵asst (siehe Beispiel 21.8). Fur die Quadrik F definierenwir die erweiterte Matrix

eA :=

✓

A bb> ��

◆

. (21.1)

Wir haben dann

x 2 F ()�

x> 1�

eA

✓

x1

◆

= 0.

Bemerkung 21.39 Q, b und � sind durch F nur bis auf einen gemeinsamen, kon-stanten Faktor bestimmt.

Beispiel 21.40 Kegelschnitte oder Quadriken in 2.

1. Ellipsen: {✓

x1

x2

◆

2 2 | a21x

21 + a2

2x22 = �2}.

21.7 Quadriken 269

2. Hyperbeln: {✓

x1

x2

◆

2 2 | a21x

21 � a2

2x22 = �2}.

3. Parabeln: {✓

x1

x2

◆

2 2 | a21x

21 � x2 = 0}.

Hilfssatz 21.41 (Quadrik als Begri↵ der a�nen Geometrie) Das Bild einerQuadrik unter einer A�nitat ist wieder eine Quadrik.

Beweis: Sei f 2 Aff( n). Wir fassen n als a�nen Unterraum von n+1 auf.Dann konnen wir x = f�1(y) schreiben als

✓

x1

◆

=

✓

M c0 1

◆ ✓

y1

◆

,

wobei M 2 GL(n, ) und c 2 n ist. Somit haben wir

x 2 F () 0 =�

x> 1�

eA

✓

x1

◆

y = f(x) 2 f(F) () 0 =�

y> 1�

✓

M> 0c> 1

◆ ✓

A bb> ��

◆ ✓

M c0 1

◆ ✓

y1

◆

.

Weiter ist

✓

M> 0c> 1

◆ ✓

A bb> ��

◆ ✓

M c0 1

◆

=

✓

M>AM M>Ac + M>bc>AM + b>M c>Ac + c>b + b>c� �

◆

(21.2)

Diese Matrix kann man au↵assen als erweiterte Matrix (21.1) einer Quadrik. Damitfolgt, dass auch f(F) eine Quadrik ist. ⌅Mit dem letzten Ergebnis konnen wir definieren

Definition 21.42 Zwei Quadriken F1 und F2 in n sind genau dann a�n aqui-valent, F1

a⇠ F2, wenn eine A�nitat f 2 Aff( n) existiert, so dass F2 = f(F1).Weil Aff( n) eine Gruppe ist, ist

a⇠ eine Aquivalenzrelation.

Zwei Quadriken F1 und F2 in n sind genau dann euklidisch aquivalent, F1e⇠ F2,

wenn eine euklidische Isometrie f 2 Iso( n) existiert, so dass F2 = f(F1). WeilIso( n) eine Gruppe ist, ist

e⇠ eine Aquivalenzrelation.

Ziel der folgenden beiden Abschnitte ist es, Quadriken in 3 durch Reprasentanten(fur die obigen Aquivalenzrelationen) zu klassifizieren.


21.7.1 Euklidische Klassifikation von Quadriken

Wir untersuchen zuerst, ob der lineare Teil durch eine Translation des Koordinaten-systems “weggescha↵t” werden kann.

Wir setzen x = x0 + c fur c = (c1, . . . , cn) 2 n (c ist dabei als Ortsvektor desUrsprungs des neuen (a�nen) Koordinatensystems aufzufassen).

Wir formen dazu die Gleichung fur F wie folgt um:

� = hx, �(x) + 2bi, � = hx0 + c, �(x0 + c) + 2bi, � = hx0, �(x0)i+ hx0, �(c)i+ hx0, 2bi+ hc, �(x0)i+ hc, �(c)i+ hc, 2bi, � = hx0, �(x0)i+ 2hx0, �(c)i+ 2hx0, bi+ hc, �(c) + 2bi, hx0, �(x0)i+ 2hx0, �(c) + bi = � � hc, �(c) + 2bi.

Der lineare Term verschwindet also genau dann, wenn �(c) = �b.

Damit ergeben sich 2 FALLE:

FALL (I) �b 2 Bild �. Das ist genau dann der Fall, wenn das LGS

nX

k=1

aikxk = �bi, i = 1, 2, . . . , n (⇤)

mindestens eine Losung besitzt.

FALL (II) �b /2 Bild �. Das ist genau dann der Fall, wenn das LGS (⇤) keine Losungbesitzt (in diesem Fall muss A singular sein).

Im Folgenden diskutieren wir diese beiden Falle ausfuhrlich fur n = 3 .

Der Fall (I): Flachen mit Zentrum

Ist c eine Losung von (⇤) und setzt man x = x0 + c so ist die Flache durch dieGleichung hx0, �(x0)i = �0 gegeben. Dabei gilt �0 = ��hc, �(c)+2bi = ��hc, bi. Ins-besondere folgt, dass mit x0 auch �x0 die Gleichung der Flache erfullt: Der Ursprungdes neuen Koordinatensystems ist ein sogenanntes Zentrum der Flache.

Nach dem Spektralsatz 19.9 existiert eine ONB {a1, a2, a3} aus Eigenvektoren derAbbildung � mit Eigenwerten �1, �2, �3. Bezuglich dieser Basis schreiben wir x0 =y1a1 + y2a2 + y3a3 (d.h. y1, y2, y3 sind neue a�ne Koordinaten, die durch eine Trans-lation und eine Rotation aus x1, x2, x3 hervorgehen). Die Gleichung der Flache lautetdann

�1y21 + �2y2

2 + �3y23 = �0.

Wieder sind verschiedene Falle zu unterscheiden.

21.7 Quadriken 271

I.1: Alle �i 6= 0, i = 1, 2, 3.

In diesem Fall ist A regular und das LGS (⇤) hat genau eine Losung, also genau einZentrum.

I.1.1: �0 = 0

• Haben alle �i gleiches Vorzeichen, so ist F ein Punkt.

• Haben nicht alle �i gleiches Vorzeichen, also o.B.d.A. �1 > 0, �2 > 0 und�3 < 0, so ist F ein (Doppel-)Kegel mit Spitze in 0 und der 3-Achse alsAchse. Wenn �1 = �2, so ist F ein Kreis-Kegel.

I.1.2: �0 6= 0 (o.B.d.A. �0 = 1 und �1 � �2 � �3).

• Sind alle �i > 0, so ist F ein Ellipsoid mit Halbachsen 1/p

�i. F ist einRotationsellipsoid, wenn �1 = �2 oder �2 = �3. Wenn �1 = �2 = �3, so istF eine Kugel.

• Falls �1 � �2 > 0 > �3, so ist F ein Einschaliges Hyperboloid. Wenn�1 = �2, so ist F rotations-symmetrisch bezuglich der 3-Achse.

• Falls �1 > 0 > �2 � �3, so ist F ein Zweischaliges Hyperboloid. Wenn�2 = �3, so ist F rotations-symmetrisch bezuglich der 1-Achse.

I.2: Nicht alle �i 6= 0, i = 1, 2, 3.

In diesem Fall hat das LGS (⇤) unendlich viele Losungen und F hat unendlich viele(Symmetrie-)Zentren. O.B.d.A. sei �3 = 0. Die Flache F wird dann beschriebendurch die Gleichung

�1y21 + �2y2

2 = �0.

I.2.1: �0 = 0

• Seien �1 6= 0 und �2 6= 0. Haben �1 und �2 gleiches Vorzeichen, so ist F die3-Achse. Haben �1 und �2 verschiedenes Vorzeichen, so ist F ein Paar vonEbenen mit der 3-Achse als Schnittgeraden.

• Sei �1 = 0 oder �2 = 0. O.B.d.A. �2 = 0. Ist �1 6= 0, so ist F die (2, 3)-Ebene.Ist �1 = 0, so ist F = 3.

I.2.2: �0 6= 0 (o.B.d.A. �0 = 1 und �1 � �2).


• Falls �1 � �2 > 0, ist F ein Elliptischer Zylinder mit der 3-Achse als Achse.

• Falls �1 > �2 = 0 ist F ein Paar von parallelen Ebenen.

• Falls �1 > 0 > �2 ist F ein Hyperbolischer Zylinder mit der 3-Achse alsAchse.

Der Fall (II): Flachen ohne Zentrum

In diesem Fall hat das LGS (⇤) keine Losung.

Nach dem Spektralsatz 19.9 existiert eine ONB {a1, a2, a3} aus Eigenvektoren derAbbildung �. Da im vorliegenden Fall A singular ist, muss mindestens einer derEigenwerte �1, �2, �3 gleich Null sein. O.B.d.A. sei �3 = 0. Fur x = y1a1+y2a2+y3a3

und b = c1a1 + c2a2 + c3a3 lautet die Gleichung von F

�1y21 + �2y

22 + 2(c1y1 + c2y2 + c3y3) = �

(dabei muss c3 6= 0 sein, da sonst (⇤) losbar ware).

Wir machen nochmals Fallunterscheidungen.

Wieder sind verschiedene Falle zu unterscheiden.

II.1: �1 6= 0 und �2 6= 0.

In diesem Fall konnen wir quadratisch erganzen (Translation):

�1(y1 +c1

�1)2 + �2(y2 +

c2

�2)2 + 2c3y3 = � +

c21

�1+

c22

�2.

Setzt man:

z1 := y1 +c1

�1, z2 := y2 +

c2

�2, z3 := y3 �

1

c3(� +

c21

�1+

c22

�2),

so gilt im neuen Koordinatensystem

�⇤1z

21 + �⇤

2z22 + 2z3 = 0 (�⇤

i =�i

c3, i = 1, 2).

• Haben �1 und �2 (und damit auch �⇤1, �

⇤2) gleiches Vorzeichen, so ist F ein

Elliptisches Paraboloid (mit 3-Achse als Achse) und rotationssymmetrischgenau dann, wenn �1 = �2.

• Haben �1 und �2 (und damit auch �⇤1, �

⇤2) verschiedenes Vorzeichen, so ist F

ein Hyperbolisches Paraboloid (mit 3-Achse als Achse).

21.7 Quadriken 273

II.2: �1 = 0 oder �2 = 0. O.B.d.A. sei �2 = 0.

• Sei �1 6= 0. Dann haben wir zunachst

�1(y1 +c1

�1)2 + 2(c2y2 + c3y3) = � +

c21

�1.

Wir setzen

u1 := y1 +c1

�1, u2 := y2, u3 := y3, (und �0 := � +

c21

�1).

Damit erhalten wir als Gleichung fur F

�1u21 + 2(c2u2 + c3u3) = �0.

Eine Drehung um die u1-Achse ergibt ein weiteres Koordinatensystem definiertdurch

u1 =: v1

u2 =:c2

p

c22 + c2

3

v2 �c3

p

c22 + c2

3

v3

u3 =:c3

p

c22 + c2

3

v2 +c2

p

c22 + c2

3

v3

ergibt

�1v21 + 2(

q

c22 + c2

3)v2 = �0.

Eine weitere Translation definiert durch

z1 := v1, z2 := v2 ��0

2p

c22 + c2

3

, z3 := v3

ergibt schließlich

�⇤1z

21 + 2z2 = 0 mit �⇤

1 =�1

p

c22 + c2

3

und F ist ein Parabolischer Zylinder mit 3-Achse als Achse.

• Ist �1 = 0, so ist F eine Ebene (c3 6= 0).

Zusammenfassend haben wir also gezeigt:


Satz 21.43 Zu einer Quadrik (Flache 2.Ordnung) F in 3 (verschieden von Punkt,Gerade und Ebene) existiert eine Quadrik F und Translationen bzw. Drehungen um0 2 3, f1, . . . , fr, so dass gilt

• F = f1 � f2 � · · · � fr(F)

• F wird durch eine Gleichung aus der folgenden Liste beschrieben:

x21

a21

+ x22

a21� x2

3

a21

= 0 Kegel

x21

a21� x2

2

a21

= 0 Paar sich schneidender Ebenen

x21

a21

+ x22

a22

+ x23

a23

= 1 Ellipsoid, Kugel fur a1 = a2 = a3

x21

a21

+ x22

a22� x2

3

a23

= 1 Einschaliges Hyperboloid

x21

a21� x2

2

a22� x2

3

a23

= 1 Zweischaliges Hyperboloid

x21

a21

+ x22

a22

= 1 Elliptischer Zylinder

x21

a21� x2

2

a22

= 1 Hyperbolischer Zylinder

x21

a21

= 1 Paar paralleler Ebenen

x21

a21

+ x22

a22

= 2x3 Elliptisches Paraboloid

x21

a21� x2

2

a22

= 2x3 Hyperbolisches Paraboloid

x21

a21

= 2x3 Parabolischer Zylinder

Bemerkung 21.44 Die ai in Satz 21.43 sind beliebige reelle Zahlen > 0 (“freieParameter”).

21.7 Quadriken 275

Paar sich schneidender Ebenen

einschaliges Hyperboloid zweischaliges Hyperboloid

Kegel

Ellipsoid


elliptischer Zylinder hyperbolischer Zylinder

Paar paralleler Ebenen

elliptisches Paraboloid hyperbolisches Paraboloid

parabolischer Zylinder

21.7 Quadriken 277

Satz 21.43 konnen wir auch als Klassifikationsresultat (durch Reprasentanten) for-mulieren.

Satz 21.45 Jede Quadrik F in 3 (F 6= Punkt, Gerade, Ebene) ist euklidisch aqui-valent zu einer Quadrik aus der Liste in Satz 21.43.

Beweis: Wir mussen noch zeigen, dass keine zwei Quadriken in der Liste von Satz21.43 euklidisch aquivalent sein konnen. Dazu sei A bzw. eA die zu einer Quadrikgehorige symmetrische bzw. erweiterte Matrix. Wegen Formel (21.2) sind Rang Aund Rang eA a�ne Invarianten einer Quadrik. Außerdem ist nach dem Satz uberHauptachsentransformationen 20.15 die Menge der Eigenwerte von A eine eukli-dische Invariante. Man pruft nun direkt nach, dass diese drei Invarianten fur alleQuadriken in Satz 21.43 verschieden sind. ⌅

Beispiel 21.46 Fur � 2 sei eine Quadrik F ⇢ 3 gegeben durch die Gleichung

5x21 + 11x2

2 + 2x23 � 16x1x2 � 20x1x3 � 4x2x3 + 14x1 + 10x2 � 28x3 = �.

Die zugehorige symmetrische Matrix A 2 3 und der Vektor b 2 3 sind dann

A = (aij) =

0

@

5 �8 �10�8 11 �2�10 �2 2

1

A , b =

0

@

75�14

1

A .

Fur die Eigenwerte von A findet man: �1 = 9, �2 = �9, �3 = 18.

Das LGS �(x) = Ax = b, also

5x1 � 8x2 � 10x3 = �7

�8x1 + 11x2 � 2x3 = �5

�10x1 � 2x2 + 2x3 = 14,

hat genau eine Losung c0 = (�1,�1, 1)>, das Zentrum der Flache F.

Um den “Typ” von F zu bestimmen, muss man �0 berechen:

�0 = � � hc0, �(c0) + 2bi = � � hc0, bi = � + 26.

Damit haben wir folgendes Ergebnis:

� = �26 , F ist ein Kegel

� > �26 , F ist ein einschaliges Hyperboloid

� < �26 , F ist ein zweischaliges Hyperboloid

Hauptachsen von F = Eigenvektoren von A zu den Eigenwerten �1, �2, �3:

b1 =1

3(1, 2,�2)>, b2 =

1

3(2, 1, 2)>, b1 =

1

3(2,�2,�1)>.


21.7.2 A�ne Klassifikation von Quadriken

Manchmal ist man lediglich an der “Sylvesterform” einer Quadrik interessiert (d.h.nicht unbedingt an den expliziten Werten der Parameter ai in der Liste aus Satz21.43.

Im Beweis von Satz 21.43 haben wir sukzessive eulidische Isometrien (Translationenund Rotationen) verwendet um neue a�ne Koordinaten einzufuhren, in denen dieQuadrik eine immer einfachere Definitionsgleichung besitzt. Will man die Quadrikennur bis auf a�ne Aquivalenz bestimmen, hat man die großere Gruppe Aff( 3) zurVerfugung. Wir konnen also insbesondere durch A�nitaten der Form

yi :=xi

ai

i = 1, 2, 3

die Gleichungen aus Satz 21.43 weiter vereinfachen. Damit haben wir dann gezeigt

21.7 Quadriken 279

Satz 21.47 Jede Quadrik F in 3 (F 6= Punkt, Gerade, Ebene) ist a�n aquivalentzu einer Quadrik aus folgender Liste:

y21 + y2

2 � y23 = 0 Kegel

y21 � y2

2 = 0 Paar sich schneidender Ebenen

y21 + y2

2 + y23 = 1 Ellipsoid

y21 + y2

2 � y23 = 1 Einschaliges Hyperboloid

y21 � y2

2 � y23 = 1 Zweischaliges Hyperboloid

y21 + y2

2 = 1 Elliptischer Zylinder

y21 � y2

2 = 1 Hyperbolischer Zylinder

y21 = 1 Paar paralleler Ebenen

y21 + y2

2 = 2y3 Elliptisches Paraboloid

y21 � y2

2 = 2y3 Hyperbolisches Paraboloid

y21 = 2y3 Parabolischer Zylinder

Beweis: Wir mussen noch zeigen, dass keine zwei Quadriken in der Liste von Satz21.47 a�n aquivalent sein konnen. Dazu sei wieder A bzw. eA die zu einer Quadrikgehorige symmetrische bzw. erweiterte Matrix. Wegen Formel (21.2) sind Rang Aund Rang eA a�ne Invarianten einer Quadrik. Außerdem ist nach dem Tragheitssatzvon Sylvester 20.17 die Signatur von A eine lineare Invariante. Man pruft nun direktnach, dass diese drei Invarianten fur alle Quadriken in Satz 21.47 verschieden sind.⌅Ist man nur an der a�nen Klassifikation interessiert, so gibt es ein einfacheres Verfah-ren, als das in Beispiel 21.46 durchgefuhrte, namlich das quadratisches Erganzen.Dazu zwei Beispiele.


Beispiel 21.48 1. Fur t 2 sei eine Quadrik Ft ⇢ 3 gegeben durch die Glei-chung

2x21 + 3x2

2 +5

2x2

3 + 4x1x2 � 6x1x3 � 8x2x3 + 2tx3 + t2 = 0.

Wir beginnen mit 2x21 und betrachten alle Summanden in denen x1 als Faktor

vorkommt. Durch quadratisches Erganzen ergibt sich:

2[x21+2x1(x2�

3

2x3)+(x2�

3

2x3)

2]�2(x2�3

2x3)

2+3x22�8x2x3+

5

2x2

3+2tx3+t2 = 0

also

2(x1 + x2 �3

2x3)

2 + x22 � 2x2x3 � 2x2

3 + 2tx3 + t2 = 0.

Jetzt betrachtet man entsprechend x22 und die (restlichen) Summanden in den

x2 vorkommt und erganzt quadratisch:

2(x1 + x2 �3

2x3)

2 + (x22 � 2x2x3 + x2

3)� 3x23 + 2tx3 + t2 = 0.

Eine letzte quadratische Erganzung ergibt:

2(x1 + x2 �3

2x3)

2 + (x2 � x3 + x3)2 � 3(x3 �

1

3t)2 +

4

3t2 = 0.

Definiert man eine a�ne Koordinaten-Transformation durch:

y1 :=p

2(x1 + x2 �3

2x3)

y2 := x2 � x3

y3 :=p

3(x3 �1

3t),

so lautet die Gleichung fur Ft in den neuen Koordinaten

y21 + y2

2 � y23 +

4

3t2 = 0.

Damit haben wir folgendes Ergebnis:

t = 0 , F0 ist ein Kegel

t 6= 0 , Ft ist ein zweischaliges Hyperboloid

2. Die Quadrik F sei gegeben durch

x1x2 + x1x3 + x2x3 + 2x1 � 1 = 0.

21.7 Quadriken 281

Um quadratisch erganzen zu konnen, brauchen wir quadratische Terme. Dieseverscha↵en wir uns durch folgenden Trick. Wir machen die (lineare) Koordi-natentransformation

x1 := y1 � y2

x2 := y1 + y2

x3 := y3.

Damit lautet die Gleichung von F

y21 � y2

2 + 2y1y3 + 2y1 � 2y2 � 1 = 0.

Jetzt kann man quadratisch erganzen:

y21 + 2y1(y3 + 1) + (y3 + 1)2 � (y3 + 1)2 � y2

2 � 2y2 � 1 = 0

, (y1 + y3 + 1)2 � (y2 + 1)2 � (y3 + 1)2 = 0.

Macht man schließlich noch die a�ne Koordinatentransformation

z1 := y1 + y3 � 1

z2 := y2 + 1

z3 := y3 + 1,

so erhalt man als Ergebnis z21 � z2

2 � z23 = 0, d.h. F ist ein Kegel.

21 ane und euklidische geometrie - math.kit.edu · 254 21 ane und euklidische geometrie die bahnen...

Documents