Technische Universität

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Technische Universität"

Transkript

1 Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Stereo Vision: Epipolargeometrie Proseminar: Grundlagen Bildverarbeitung/Bildverstehen Alexander Sahm Betreuer: Dipl.-Inform. Jan Bandouch Abgabetermin: 30. Januar 2007

2 Inhaltsverzeichnis 1 Einführung 2 2 Epipolargeometrie Definitionen Kamera Bezugssystem Grundzüge der Epipolargeometrie Äußere Kameraparameter Innere Kameraparameter Epipole und Epipolarlinien Die Essentielle Matrix Die Fundamentale Matrix Berechnung von E und F D Rekonstruktion Grundlegendes Triangulation zur Rekonstruktion Fazit 11 1

3 1 Einführung Unsere Welt ist dreidimensional, Bilder und hier im besonderen Fotos jedoch können nur zwei Dimensionen darstellen. Die Natur umgeht diese Problem schon lange, die meisten Tieren besitzen zwei Augen. Aus den zwei unterschiedlichen Perspektiven der selben Szene können sie Informationen über die Entfernung von Objekten gewinnen. Wer kennt nicht das sprichwörtliche über den Daumen peilen, bei dem man die Entfernung eines Gegenstandes unter Verwendung seines Daumens abschätzt. Diese Methode basiert auf den beiden unterschiedlichen Perspektiven mit denen unsere Augen die Umwelt betrachten. Der ausgestreckte Daumen scheint, wenn man ihn abwechselnd nur mit linkem bzw. rechtem Auge betrachtet, zu springen. Selbstverständlich bleibt der Daumen, eine ruhige Hand vorausgesetzt, an seinem Platz, wir betrachten ihn und die gesamt Szenerie lediglich aus einer anderen Perspektive. Hierbei ist der Sprung umso grösser, je weiter das Objekt entfernt ist. Wenn man seine Armlänge und den Abstand der Augen kennt, kann man mit der breite des Sprunges (in Bezug auf die entfernte Bildebene) die Entfernung des Objekts näherungsweise bestimmen. Das Gebiet der Stereo Vision übernimmt nun das Prinzip der mehreren Perspektiven, um so am Computer Tiefeninformationen einzelner Punkte zu berechnen. Dabei gilt es zwei grundlegende Probleme zu lösen. Zum einen müssen die jeweils zusammengehörigen Punkte in beiden Bildern identifiziert werden, zum anderen werden wir vor der Frage stehen, wie wir aus zwei zusammengehörigen Punkten ihren Abstand zur Kamera ermitteln. Ein Punkt aus der realen Welt, z.b. die Eckkante eines Tisches, hat bei zwei Bildern aus unterschiedlicher Perspektive, immer zwei Repräsentationen in den einzelnen Bildern. Diese befinden sich, wie der vorhin angesprochene Daumen, an zwei verschiedenen Positionen. Diese zu finden ist essentiell für die Bestimmung der Entfernung. Nur wenn wir den Punkt der Realität in beiden Bildern gefunden haben, können wir die Differenz, die durch die unterschiedlichen Blickwinkel erzeugt wird, messen und somit die Entfernung mittels Triangulation berechnen. Unser Gehirn übernimmt diese Aufgabe automatisch für uns, wir haben im Säuglingsalter gelernt mit den beiden Bildern die unsere Augen liefern entsprechend umzugehen. Der Computer tut sich wesentlich schwerer zwei Bildpunkte eindeutig dem gleichen realen Punkt zuzuordnen. Erschwerend kommt hinzu, dass es immer Punkte gibt, die in dem einen, aber nicht in dem anderen Bild zu sehen sind. (vgl. Abb. 1.1) 2

4 1 Einführung A B O Abbildung 1.1: Blick von zwei Kameras A und B auf das Objekt O, der graue Bereich ist jeweis nur in einem der beiden Bilder zu sehen In dieser Arbeit werde ich jedoch nicht näher auf das finden von korrelierenden Punkten eingehen, da es mehr ein Problem der klassischen zweidimensionalen Computerbildverarbeitung ist und eine genauere betrachtung zu sehr ins Detail führen würde. Ich werde also im weiteren Verlauf annehmen, dass bereits entsprechende Punkte gefunden wurden, oder ein geeigneter Algorithmus bereitsteht. Der Fokus wird auf dem zweitgenannten Grundproblem liegen, nämlich wie man aufgrund der speziellen Anordnung der beiden Kameras und der daraus resultierenden Geometrie auf die Entfernung des Punktes schließen kann. Kapitel 2 wird hierzu die Grundlegenden Modellvorstellungen und mathematischen Hintergründe beschreiben. Während auf die Rückgewinnung von Tiefeninformationen aus zwei Bildpunkten, bei gegebener Geometrie, anschließend in Kapitel 3 eingegangen wird. 3

5 2 Epipolargeometrie Die Epipolargeometrie beschreibt ganz allgemein Aufbau der Kameras und die für die spätere Berechnung zugrundeliegende Geometrie. Wir können mit ihrer Hilfe den Suchbereich für korrespondierende Punkte eingrenzen und erkennen gleichzeitig welche Informationen für eine Berechnung der Entfernung eines Punktes notwendig sind. 2.1 Definitionen Kamera Bezugssystem Jede Kamera kann abstrahiert als 3-dimensionales Koordinatensystem mit einer X, Y und Z Achse betrachtet werden (vgl. Abb. 2.1). Das Projektionszentrum bildet den Ursprung des Systems und eine Bildebene π repräsentiert das fotografierte Bild. Die optische Achse fällt mit der Z-Achse des Koordinatensystems zusammen, an der entlang sich die Bildebene befindet. Wobei die Brennweite f den Abstand bestimmt. Der Schnittpunkt zwischen der optische Achse und π ist das Bildzentrum O. Ein beliebiger Punkt P = (X, Z, Y ) T des Raumes wird auf den Punkt p = (x, y, f) T der Bildebene abgebildet. Kamera Bezugssystem O Y X p Bildebene P f o Optische Achse π Z Abbildung 2.1: Kamera Bezugssystem 4

6 2 Epipolargeometrie Dieses System stellt ein Kamerabezugssystem dar (engl. Camera Frame) und wird in der Epipolargeometrie eine wichtige Rolle spielen. An dieser Stelle seien auch noch zwei grundlegende Gleichungen erwähnt, sie beschreiben wie die Koordinaten des realen Punktes P auf die Bildebene π abgebildet werden. x = f X Z y = f Y Z Grundzüge der Epipolargeometrie Epipolar Linie P Epipolar Linie π l P l P r π r Epipolar Fläche p l p r O l e l e r O r Abbildung 2.2: Epipolargeometrie Abbildung 2.2 zeigt die Epipolargeometrie. Sie besteht aus zwei Kamerabezugssystemen, einem linken und einem rechten. Die Verbindungslinie zwischen den beiden Projektionszentren O l und O r ist die Basis. Die zwei Vektoren P l = (X l, Y l, Z l ) T und P r = (X r, Y r, Z r ) T beschreiben in ihrem jeweiligen Bezugssystem (linke oder rechte Kamera) den selben Punkt P im Raum. Nun gibt es jedoch auf Grund der unterschiedlichen Perspektiven der beiden Kameras zwei unterschiedliche Bildpunkte. Einen in π l und einen in π r. Diese werden durch die Vektoren p l = (x l, y l, f l ) T und p r = (x r, y r, f r ) T auch wieder ihrem jeweiligen Bezugssystem entsprechend beschrieben Äußere Kameraparameter Die äußeren Kameraparameter beschreiben wie die Position der einen Kamera gegenüber der anderen verändert ist. Diese Veränderung kann durch zwei Bewegungen beschrieben werden. 5

7 2 Epipolargeometrie Durch ein verschieben (Translation) und ein verdrehen (Rotation) der entsprechenden Achsen. Das rechte Kamera Bezugssystem kann somit mittels Vektorrechung durch das linken System ausgedrückt werden und umgekehrt. Hierfür wird ein Translationsvektor T = (O r O l ) und eine Rotationsmatrix R beötigt. Wenn man beide kennt, also die äußeren Parameter des Stereosystems bekannt sind, gilt: P r = R(P l T ) Innere Kameraparameter Neben den äußeren Parametern besitzt eine jede Kamera auch noch innere. Sie beschreiben wie die Punkte der Bildebene in ihrem Bezugssystem auf Pixel im endgültigen Bild abgebildet werden. Hierzu gehört beispielsweise die schon unter erwähnte Brennweite, aber auch eine mögliche optische Verzerrung am Rand der Linse. Durch Kalibrierung können diese Einflussgrößen bestimmt und somit eine Matrix berechnet werden, welche die Parameter vollständig beschreibt Epipole und Epipolarlinien Die beiden Schnittpunkte zwischen der Basis und den Bildebenen werden als Epipole bezeichnet. Die Epipole sind somit die Projektion der jeweils anderen Kamera in die aktuellen Bildebene und werden mit e l bzw. e r bezeichnet. Besondere Bedeutung erhalten die Epipole dadurch, dass sie Teil der Epipolarfläche sind, die von den drei Punkten O l, O r und P aufgespannt wird. Sie schneidet jedes Bild in einer Linie, der so genannten Epipolarlinie (Vgl. Abb. 4). Jede Epipolarlinie geht durch den Epipol der entsprechenden Bildebene. Diese Epipolarlinie hat einen großen praktischen Nutzen, da sie es ermöglicht, die Suche nach einem korrespondierenden Punkt p r zu einem gegebenen Punkt p l auf die entsprechende Epipolarlinie in π r zu beschränken. Hierfür wird die Halbgerade beginnen bei O l durch den Bildpunkt p l in die Bildebene π r projektiert. Der gesuchte Punkt p r muss nun auf der durch die Projektion erzeugten Epipolarlinie liegen. Diese Bedingung wird deshalb auch die Epipolarbedingung genannt. Sie stellt eine Zuordnung von Bildpunkte auf der einen zu Epipolarlinien auf der anderen Seite her. Alle Epipolarlinien gehen somit durch den entsprechenden Epipol und jeder andere Bildpunkt wird daher von genau einer Epipolarline getroffen. Die Suche nach einem Punktpaar wird damit auf einen wesentlich kleineren Bereich eingeschränkt, da zu einem bekannten Punkt in π l die jeweilige Epipolarlinie in π r bekannt ist. Auch eine Überprüfung bereits gefundener Paare lässt sich so sehr schnell realisieren. 2.2 Die Essentielle Matrix Nun stellt sich die Frage, wie können wir die Epipolargeometrie, also ihre Parameter, beschreiben. Wenn wir annehmen, von unserem Stereosystem seien die externen Parameter (siehe 2.1.3) 6

8 2 Epipolargeometrie bekannt. Dann können wir mit Hilfe von grundlegenden geometrischen Überlegungen eine Matrix gewinnen, die Essentielle Matrix. Sie stellt eben gerade diese Abbildung von Punkten in dem einen auf Epipolarlinien in dem anderen Bezugssystem dar, die wir zuvor angesprochen hatten. In Abbildung 2.2 ist die Fläche, welche von dem Punkt P und den beiden Kamerazentren O l und O r aufgespannt wird, grau hervorgehoben und mit Epipolarfläche bezeichnet. Die externen Kameraparameter liefern uns die Verschiebung T = (O r O l ) Diese Ebene und die damit verbunden komplanarität der Vektoren P l, P r und T, liefert uns die Essentielle Matrix, eine 3 3 Matrix mit Rang 2, die folgende Gleichung erfüllt: p T l E p r = 0 E setzt sich aus einer Verrechnung der externen Parameter, R und T, unseres Kamerasystems folgendermaßen zusammen. 0 T z T y E = R T z 0 T x T y T x 0 Wenn wir nun einen Punkt p l in π l und die externen Kameraparameter kennen, können wir die Epipolarlinie u r in π r bestimmen: u r = E p l Die Punkte p l und p r beziehen sich hierbei auf die Punkte auf der Bildfläche, nicht auf die Pixel im endgültigen Bild. Da von unseren Kameras jedoch Pixelinformationen geliefert werden, brauchen wir eine Matrix die sich auf die Pixelkoordinaten bezieht, die so genannte Fundamentale Matrix. 2.3 Die Fundamentale Matrix Eine Abbildung von Bildebene auf Pixel wird durch die internen Parameter der Kamera beschrieben, somit müssen diese in die Fundamentale Matrix mit einfließen. Seien M l und M r die Matrizen der internen Parameter der rechten bzw. linken Kamera. Dann ergibt sich die Fundamentale Matrix F durch die Verrechnung mit der Essentiellen Matrix. F = M T r E M 1 l Analog zur Essentiellen Matrix, stellt die Fundamentale Matrix eine Zuordnung von diesmal pixelbezogenen Punkten in der einen, auf pixelbezogene Linien in der anderen Bildfläche dar. u r = F p l 2.4 Berechnung von E und F Es gibt sehr viele Verfahren um E bzw. F zu berechnen. Ein sehr einfaches ist das Acht-Punkt Verfahren, es setzt 8 gefundene korrespondierende Punkte vorraus und berechnet aus ihnen die Fundamentale oder Essentielle Matrix. 7

9 2 Epipolargeometrie Da die beiden Matritzen sich sehr ähnlich sind, ist es möglich den Algorithmus durch geringfügige Anpassungen entweder für die Berechnung der Essentiellen oder der Fundamentalen Matrix zu verwenden. Im weiteren werde ich mich auf die Berechnung der Fundamentalen Matrix beschränken, da diese auch die internen Parameter des Stereosystems beschreibt und direkt auf Pixelkoordinaten operiert. Die für die Fundamentale Matrix geltende Formel p T l F p r = 0 erzeugt unter Verwendung der 8 gefundenen Punkte ein homogenes lineares Gleichungssystem. Die nichttriviale Lösung desselbigen beschreibt dann die Fundamentale Matrix. Zuerst wird die 8 9 Matrix A aufgestellt, sie enthält die Koeffizienten des zu lösenden Gleichungssystems. Anschließend wird dieses mittels dem numerischen Verfahren der Singularwertzerlegung gelöst. Hierbei wird die Matrix A in eine Multiplikation aus drei Matrizen zerlegt: A = U D V T Die letzte Spalte der Matrix V enthält hierbei die Lösung des Gleichungssystems. Diese Spalte enthält 9 Werte, aus denen die Fundamentale Matrix aufgebaut werden kann. Damit die durch Ungenauigkeiten in der Messung entstandenen Fehler sich jedoch nicht zu stark auswirken, muss die somit gewonnene vorläufige Matrix noch weiter numerisch bearbeitet werden. Die Fundamentale Matrix hat per Definition den Rang 2. Damit unsere bisherige Lösung diese Bedingung auch erfüllt, wird wiederum eine Singularwertzerlegung angewandt. Die vorläufige Matrix F wird zerlegt in U D V T. Nun wird der geringste Singularwert in D auf Null gesetzt, und anschließend die so veränderte Matrix D zusammen mit U und V verrechnet: F = U D V T F ist nun eine genäherte Fundamentale Matrix. Mit ihrer Hilfe wird uns die Suche nach weiteren korrespondierenden Punkten wie bereits angesprochen deutlich vereinfacht. Wichtig ist dies vor allem auf Grund der Tatsache, dass die Rekonstruktion der Positionsinformation des Punktes im Raum jeweils zwei korrespondierende Punkte voraussetzt. 8

10 3 3D Rekonstruktion Die 3D Rekonstruktion bezeichnet die Vorgehensweise, die notwendig ist, um aus zwei korrelierenden Punkten schlussendlich die Positionsinformation eines Punktes im Raum zu berechnen. Je nach Fülle der Informationen über das Stereosystem, variiert die komplexität der Zurückgewinnung sowie die Eindeutigkeit des Ergebnisses. 3.1 Grundlegendes So kann bei Bekanntheit sowohl der internen, wie auch der externen Parameter der beiden Kameras die Berechnung ziemlich leicht durch Triangulation bewerkstelligt werden. Hierbei ist auch eine eindeutige Positionsbestimmung der Punkte möglich. Bei Unkenntnis über die externen Parameter, also über die Anordnung der Kameras, kann der Abstand der Punkte zur Kamera nicht bestimmt werden. Somit sind die Entfernungsangaben stets nur bis auf einen konstanten Faktor angebbar. Sollten weder interne noch externe Parameter bekannt sein, so ist die Szene sogar nur bis auf eine beliebige perspektivische Transformation zu bestimmen. In dieser Arbeit werde ich mich auf die Betrachtung des ersten Falles beschränken um den Rahmen nicht zu sprengen. 3.2 Triangulation zur Rekonstruktion Die Epipolargeometrie in Abbildung 2.2 zeigt den Punkt P als den Schnittpunkt der beiden Halbgeraden, beginnend bei O l bzw. O r durch den Punkt p l bzw. p r. Theoretisch betrachtet sind die beiden Halbgeraden ja bekannt und somit auch ihr Schnittpunkt. Das Problem vor dem wir jedoch stehen ist, dass es aufgrund von Ungenauigkeiten in der Erkennung der korrelierenden Punkte und der Berechnung an sich, meist zu gar keinem Schnitt der beiden Halbgeraden kommt. Eine Alternativlösung ist also gefragt, die uns auf eine möglichst einfache Art und Weise die Koordinaten des Punktes P näherungsweise bestimmen lässt. Die einfachste solche ist, den Punkt zu benutzen, an welchem der Abstand zwischen den beiden Halbgeraden am geringsten ist. Wenn wir die Halbgerade durch O l und p l mit l und die rechte Halbgerade entsprechend mit r bezeichnen, dann gilt bei Verwendung des Bezugssystems der linken Kamera: l = a p l (a R) r = T + b R T p r (b R) 9

11 3 3D Rekonstruktion r l P p l p r O l w O r Abbildung 3.1: Triangulation Wobei T und R die externen Parameter unseres Stereosystems sind. Wir definieren zusätzlich noch einen Vektor w, der sowohl zu l als auch zu r senkrecht ist. w = p l R T p r Der gesuchte Punkt P liegt nun auf dem Teilstück einer Gerade die parallel zu w ist und gleichzeitig l und r schneidet (vgl. Abbildung 3.1). Die Endpunkte dieses Teilstückes a 0 p l und T + b 0 R T p r können mit Hilfe folgender Formel leicht bestimmt werden: a p l b R T p r + c(p l R T p r ) = T Wenn die Endpunkte der gesuchten Strecke bekannt sind, ist der Mittelpunkt dieser Strecke gleichzeitig unser gesuchtes P. P ist nun der fertig angenäherte Schnittpunkt der beiden Halbgeraden und somit der Punkt im realen dreidimensionalen Raum, welcher durch die beiden Bildpunkte p l und p r beschrieben wurde. 10

12 4 Fazit Ausgehend von zwei Bildern der gleichen Szene, jedoch aus unterschiedlichen Perspektiven, haben wir mit Hilfe der Epipolargeometrie ein geometrisches System aufgestellt. Seine Bedingungen, Zusammenhänge und Matrizen können wir sowohl für eine vereinfachte Punktpaarsuche, als auch zur 3D Rekonstruktion nutzen. Die Matrizen nähert man relativ leicht aus mindestens acht gefundenen korrespondierenden Punkten, indem man zuerst ein Gleichungssystem löst und anschließend mittels numerischer Verfahren die notwendigen Eigenschaften wieder herstellt. Schlussendlich haben wir nun ausgehend von einem zusammengehörigem Punktpaar und den externen Parametern unseres Stereosystems die Koordinaten eines Punkt im dreidimensionalen Raum errechnet. Angewendet auf möglichst viele korrespondierende Punkte, kann nun ein detailgetreues 3D Abbild der ganzen Szenerie erstellt werden. Anwendungfelder für diese Techniken der Entfernungsmessung bieten sich reichlich, autonome Fahrzeuge oder eine verbesserte Personenerkennung durch zwei Kameras sind nur einzelne Beispiele. Es besteht zusätzlich die Möglichkeit mit mehr als zwei Perspektiven zu operieren, um noch genauere Entfernungsmessungen anstellen zu können. Durch die ständige Steigerung der Rechenleistung und Verbesserung von CCD-Chips werden sich wohl auch in Zukunft auf diesem Gebiet noch einige neue Möglichkeiten auftuen. 11

13 Literaturverzeichnis [1] Emanuele Trucco, Alessandro Verri. Introductory techniques for 3-D computer vision. Prentice Hall, [2] Hartley, Zisserman. Multiple View Geometry. Cambridge, [3] David Forsyth and Jean Ponce. Computer Vision A modern approach. Prentice Hall,

14 Abbildungsverzeichnis 1.1 Blick von zwei Kameras A und B auf das Objekt O, der graue Bereich ist jeweis nur in einem der beiden Bilder zu sehen Kamera Bezugssystem Epipolargeometrie Triangulation

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17

Computer Vision: 3D-Geometrie. D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Computer Vision: 3D-Geometrie D. Schlesinger () Computer Vision: 3D-Geometrie 1 / 17 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),

Mehr

2.2 Projektionen und Kameramodelle

2.2 Projektionen und Kameramodelle Graphikprog. GRUNDLEGENDE VERFAHREN UND TECHNIKEN. Projektionen und Kameramodelle Nachdem alle Objekte einer Szenerie mittels der besprochenen Transformationen im D-Weltkoordinatensystem platziert sind,

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 6 Endliche Kameras Die Lochkamera Die Projektive Kamera Die projektive Kamera Spalten von P Zeilen von P Hauptpunkt und Hauptachse

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 8 Projektive Invarianz und das kanonische Kamerapaar Kanonisches Kamerapaar aus gegebener Fundamentalmatrix Freiheitsgrade

Mehr

Bildverarbeitung: 3D-Geometrie. D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13

Bildverarbeitung: 3D-Geometrie. D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13 Bildverarbeitung: 3D-Geometrie D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg, Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Literatur Richard Hartle and Andrew Zisserman. Multiple View Geometr in computer vision, Cambridge Universit Press, 2 nd Ed., 23. O.D.

Mehr

4. Kapitel 3D Engine Geometry

4. Kapitel 3D Engine Geometry 15.11.2007 Mathematics for 3D Game Programming & Computer Graphics 4. Kapitel 3D Engine Geometry Anne Adams & Katharina Schmitt Universität Trier Fachbereich IV Proseminar Numerik Wintersemester 2007/08

Mehr

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?

Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt

Mehr

Repetitionsaufgaben: Lineare Funktionen

Repetitionsaufgaben: Lineare Funktionen Kantonale Fachschaft Mathematik Repetitionsaufgaben: Lineare Funktionen Zusammengestellt von Irina Bayer-Krakvina, KSR Lernziele: - Wissen, was ein Steigungsdreieck einer Geraden ist und wie die Steigungszahl

Mehr

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u.

u + v = v + u. u + (v + w) = (u + v) + w. 0 V + v = v + 0 V = v v + u = u + v = 0 V. t (u + v) = t u + t v, (t + s) u = t u + s u. Universität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dipl. Math. D. Zimmermann Msc. J. Köllner FAQ 3 Höhere Mathematik I 4..03 el, kyb, mecha, phys Vektorräume Vektorräume

Mehr

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 8 Epipolargeometrie Die Fundamentalmatrix Korrelation Schätzung der Fundamentalmatrix Homographie infolge einer Ebene Sonderfälle

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte März 2008 Zusammenfassung IB 1. Lagebeziehungen zwischen geometrischen Objekten 1.1 Punkt-Gerade Ein Punkt kann entweder auf einer gegebenen

Mehr

Kapitel 0. Einführung. 0.1 Was ist Computergrafik? 0.2 Anwendungsgebiete

Kapitel 0. Einführung. 0.1 Was ist Computergrafik? 0.2 Anwendungsgebiete Kapitel 0 Einführung 0.1 Was ist Computergrafik? Software, die einen Computer dazu bringt, eine grafische Ausgabe (oder kurz gesagt: Bilder) zu produzieren. Bilder können sein: Fotos, Schaltpläne, Veranschaulichung

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme Sei K ein Körper, a ij K für 1 i m, 1 j n. Weiters seien b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... a m1

Mehr

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3 Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen

Mehr

Technische Universität München. Fakultät für Informatik

Technische Universität München. Fakultät für Informatik Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Thema: Kameramodelle und Kamerakalibrierung Proseminar: Grundlagen Bildverstehen/Bildgestaltung Michaela

Mehr

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg

Computer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 7 Projektionen und Rückprojektionen Der Punkt Die Gerade Die Quadrik Die Ebene Zusammenhang Kalibriermatrix - Bild des absoluten

Mehr

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term

Mehr

Projektion. Ebene geometrische Projektionen

Projektion. Ebene geometrische Projektionen Projektion - 1 - Ebene geometrische Projektionen Die ebenen geometrischen Projektionen sind dadurch charakterisiert, daß mit Projektionsstrahlen konstanter Richtung, d.h. entlang von Geraden, auf Ebenen

Mehr

Analytische Geometrie Spatprodukt

Analytische Geometrie Spatprodukt Analytische Geometrie Spatprodukt David Schmid, Reto Da Forno Kantonsschule Schüpfheim Januar 2005 Analytische Geometrie: Das Spatprodukt 1 Das Spatprodukt Hinweis: Die Vektoren werden aus darstellungstechnischen

Mehr

Linsen und Linsensysteme

Linsen und Linsensysteme 1 Ziele Linsen und Linsensysteme Sie werden hier die Brennweiten von Linsen und Linsensystemen bestimmen und dabei lernen, wie Brillen, Teleobjektive und andere optische Geräte funktionieren. Sie werden

Mehr

Hauptseminar Autofokus

Hauptseminar Autofokus Hauptseminar Autofokus Hans Dichtl 30. Januar 2007 Wann ist ein Bild fokussiert? Wann ist ein Bild fokusiert? Welche mathematischen Modelle stehen uns zur Verfügung? Wie wird das elektronisch und mechanisch

Mehr

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

3D-Model Reconstruction using Vanishing Points

3D-Model Reconstruction using Vanishing Points 3D-Model Reconstruction using Vanishing Points Seminar: Ausgewä hlte Themen zu "Bildverstehen und Mustererkennung" Dozenten: Prof. Dr. Xiaoyi Jiang, Dr. Da-Chuan Cheng, Steffen Wachenfeld, Kai Rothaus

Mehr

Computer Vision SS 2011. Skript

Computer Vision SS 2011. Skript Computer Vision SS 211 Skript (Work in Progress) Simon Hawe & Martin Kleinsteuber Skript: Manuel Wolf Inhaltsverzeichnis 1 Einführung 1 1.1 Was ist ein Bild?................................. 1 1.2 Wie

Mehr

Geometrie Klasse 5 Basiswissen und Grundbegriffe der Geometrie

Geometrie Klasse 5 Basiswissen und Grundbegriffe der Geometrie Geometrie Klasse 5 Basiswissen und Grundbegriffe der Geometrie Skript Beispiele Musteraufgaben Seite 1 Impressum Mathefritz Verlag Jörg Christmann Pfaffenkopfstr. 21E 66125 Saarbrücken verlag@mathefritz.de

Mehr

Über den Zusammenhang zwischen geometrischer Parallaxe und der Entfernung des Mondes

Über den Zusammenhang zwischen geometrischer Parallaxe und der Entfernung des Mondes Über den Zusammenhang zwischen geometrischer Parallaxe und der Entfernung des Mondes U. Backhaus Universität Duisburg-Essen Wenn man ein entferntes Objekt von verschiedenen Orten aus anpeilt, dann unterscheiden

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Kapitel 15. Lösung linearer Gleichungssysteme

Kapitel 15. Lösung linearer Gleichungssysteme Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

Übungen zur Experimentalphysik 3

Übungen zur Experimentalphysik 3 Übungen zur Experimentalphysik 3 Prof. Dr. L. Oberauer Wintersemester 2010/2011 7. Übungsblatt - 6.Dezember 2010 Musterlösung Franziska Konitzer (franziska.konitzer@tum.de) Aufgabe 1 ( ) (8 Punkte) Optische

Mehr

Name: Klasse: Datum: Klassenarbeit Wachstumsvorgänge Kl10-Gruppe B

Name: Klasse: Datum: Klassenarbeit Wachstumsvorgänge Kl10-Gruppe B Name: Klasse: Datum: Teil B Klassenarbeit Wachstumsvorgänge Kl0-Gruppe B. Gegeben ist die Exponentialfunktion y=f x =0.8 2 x ; x R. (9P) a) Geben Sie die folgenden Eigenschaften dieser Funktion an! Wertebereich,

Mehr

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen H. Gruber, R. Neumann Erfolg im Mathe-Abi Übungsbuch für die optimale Vorbereitung in Analysis, Geometrie und Stochastik mit verständlichen Lösungen Inhaltsverzeichnis Inhaltsverzeichnis Analysis Von der

Mehr

DIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR.

DIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR. Weitere Files findest du auf www.semestra.ch/files DIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR. Messung von c und e/m Autor: Noé Lutz Assistent:

Mehr

Hinweise zur Kalibrierung von Kameras mit einer AICON Kalibriertafel

Hinweise zur Kalibrierung von Kameras mit einer AICON Kalibriertafel Hinweise zur Kalibrierung von Kameras mit einer AICON Kalibriertafel AICON 3D Systems GmbH Celler Straße 32 D-38114 Braunschweig Telefon: +49 (0) 5 31 58 000 58 Fax: +49 (0) 5 31 58 000 60 Email: info@aicon.de

Mehr

Name: Klasse: Datum: Klassenarbeit Wachstumsvorgänge Kl10-Gruppe A

Name: Klasse: Datum: Klassenarbeit Wachstumsvorgänge Kl10-Gruppe A Name: Klasse: Datum: Teil B Klassenarbeit Wachstumsvorgänge Kl10-Gruppe A 1. Gegeben ist die Exponentialfunktion y=f x = 0,5 x ; x R. (9P) a) Geben Sie die folgenden Eigenschaften dieser Funktion an! Wertebereich,

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen

Mehr

Telezentrische Meßtechnik

Telezentrische Meßtechnik Telezentrische Meßtechnik Beidseitige Telezentrie - eine Voraussetzung für hochgenaue optische Meßtechnik Autor : Dr. Rolf Wartmann, Bad Kreuznach In den letzten Jahren erlebten die Techniken der berührungslosen,

Mehr

Oberstufe Mathematik - Fraktale Annika Maier, Anja Schmid; Abitur 2004. Fraktale

Oberstufe Mathematik - Fraktale Annika Maier, Anja Schmid; Abitur 2004. Fraktale Fraktale 1 Einleitung : Um solche grafischen Gebilde handelt es sich in unserem mathematischen Referat Wir werden in möglichst nicht-mathematischer Sprache, also für jedermann zugänglich, beschreiben,

Mehr

Lösungsvorschlag zum zweiten Übungsblatt

Lösungsvorschlag zum zweiten Übungsblatt Lösungsvorschlag zum zweiten Übungsblatt Aufgabe Wir zeigen, daß die Drehung um den Ursprung um 9 und die Spiegelung an der x-achse nicht kommutieren. Die Matrix für die Drehmatrix lautet in diesem Fall

Mehr

Einleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7

Einleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7 Sonja Hunscha - Koordinatensysteme 1 Inhalt Einleitung 2 1 Koordinatensysteme 2 1.1 Kartesisches Koordinatensystem 2 1.2 Polarkoordinaten 3 1.3 Zusammenhang zwischen kartesischen und Polarkoordinaten 3

Mehr

Abiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann

Abiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann Abiturvorbereitung Mathematik -Dierentialrechnungc Max Hoffmann 1 Ganzrationale Funktionen Im Folgenden wollen wir uns mit ganzrationale Funktionen und der Untersuchung solcher beschäftigen. Dabei werden

Mehr

Bericht vom 1. Leipziger Seminar am 25. November 2006

Bericht vom 1. Leipziger Seminar am 25. November 2006 Bericht vom 1. Leipziger Seminar am 25. November 2006 Das Wythoff-Nim-Spiel Wir wollen uns ein Spiel für zwei Personen ansehen, welches sich W.A.Wythoff 1907 ausgedacht hat: Vor den Spielern liegen zwei

Mehr

Bildverarbeitung Herbstsemester 2012. Kanten und Ecken

Bildverarbeitung Herbstsemester 2012. Kanten und Ecken Bildverarbeitung Herbstsemester 01 Kanten und Ecken 1 Inhalt Einführung Kantendetektierung Gradientenbasierende Verfahren Verfahren basierend auf der zweiten Ableitung Eckpunkterkennung Harris Corner Detector

Mehr

6 Conways Chequerboard-Armee

6 Conways Chequerboard-Armee 6 Conways Chequerboard-Armee Spiele gehören zu den interessantesten Schöpfungen des menschlichen Geistes und die Analyse ihrer Struktur ist voller Abenteuer und Überraschungen. James R. Newman Es ist sehr

Mehr

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011

Mathematik für Informatiker II. Beispiellösungen zur Probeklausur. Aufgabe 1. Aufgabe 2 (5+5 Punkte) Christoph Eisinger Sommersemester 2011 Mathematik für Informatiker II Christoph Eisinger Sommersemester 211 Beispiellösungen zur Probeklausur Aufgabe 1 Gegeben sind die Polynome f, g, h K[x]. Zu zeigen: Es gibt genau dann Polynome h 1 und h

Mehr

(1) Problemstellung. (2) Kalman Filter

(1) Problemstellung. (2) Kalman Filter Inhaltsverzeichnis (1) Problemstellung...2 (2) Kalman Filter...2 Funktionsweise... 2 Gleichungen im mehrdimensionalen Fall...3 Schätzung des Systemzustands...3 Vermuteter Schätzfehler... 3 Aktualisierung

Mehr

Grundregeln der Perspektive und ihre elementargeometrische Herleitung

Grundregeln der Perspektive und ihre elementargeometrische Herleitung Vortrag zu Mathematik, Geometrie und Perspektive von Prof. Dr. Bodo Pareigis am 15.10.2007 im Vorlesungszyklus Naturwissenschaften und Mathematische Wissenschaften im Rahmen des Seniorenstudiums der LMU.

Mehr

PROSEMINAR ONLINE ALGORITHMEN

PROSEMINAR ONLINE ALGORITHMEN PROSEMINAR ONLINE ALGORITHMEN im Wintersemester 2000/2001 Prof. Dr. Rolf Klein, Dr. Elmar Langetepe, Dipl. Inform. Thomas Kamphans (Betreuer) Vortrag vom 15.11.2000 von Jan Schmitt Thema : Finden eines

Mehr

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

Bin Packing oder Wie bekomme ich die Klamotten in die Kisten?

Bin Packing oder Wie bekomme ich die Klamotten in die Kisten? Bin Packing oder Wie bekomme ich die Klamotten in die Kisten? Ich habe diesen Sommer mein Abi gemacht und möchte zum Herbst mit dem Studium beginnen Informatik natürlich! Da es in meinem kleinen Ort keine

Mehr

Funktionen (linear, quadratisch)

Funktionen (linear, quadratisch) Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)

Mehr

Kevin Caldwell. 18.April 2012

Kevin Caldwell. 18.April 2012 im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig

Mehr

Vorlesung. Komplexe Zahlen

Vorlesung. Komplexe Zahlen Vorlesung Komplexe Zahlen Motivation Am Anfang der Entwicklung der komplexen Zahlen stand ein algebraisches Problem: die Bestimmung der Lösung der Gleichung x 2 + 1 = 0. 1 Mit der Lösung dieses Problems

Mehr

3.2 Spiegelungen an zwei Spiegeln

3.2 Spiegelungen an zwei Spiegeln 3 Die Theorie des Spiegelbuches 45 sehen, wenn die Person uns direkt gegenüber steht. Denn dann hat sie eine Drehung um die senkrechte Achse gemacht und dabei links und rechts vertauscht. 3.2 Spiegelungen

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

Mehr

Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:

Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt: Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an

Mehr

DAS ABI-PFLICHTTEIL Büchlein

DAS ABI-PFLICHTTEIL Büchlein DAS ABI-PFLICHTTEIL Büchlein für Baden-Württemberg Alle Originalaufgaben Haupttermine 004 0 Ausführlich gerechnete und kommentierte Lösungswege Mit vielen Zusatzhilfen X π Von: Jochen Koppenhöfer und Pascal

Mehr

MODELOPTIC Best.- Nr. MD02973

MODELOPTIC Best.- Nr. MD02973 MODELOPTIC Best.- Nr. MD02973 1. Beschreibung Bei MODELOPTIC handelt es sich um eine optische Bank mit deren Hilfe Sie die Funktionsweise der folgenden 3 Geräte demonstrieren können: Mikroskop, Fernrohr,

Mehr

Symplifying the Reconstruction of 3D Models using Parameter Elimination

Symplifying the Reconstruction of 3D Models using Parameter Elimination Seminar 3D Rekonstruktion, Priehn, Hannes Priehn, Jens Symplifying the Reconstruction of 3D Models using Parameter Elimination SS2011 Hannes Priehn Jens Priehn Koordinatensysteme Titel, Datum,... 2 Weltkoordinaten

Mehr

Das Mathematikabitur. Abiturvorbereitung Geometrie. Autor: Claus Deser Abiturvorbereitung Mathematik 1

Das Mathematikabitur. Abiturvorbereitung Geometrie. Autor: Claus Deser Abiturvorbereitung Mathematik 1 Das Mathematikabitur Abiturvorbereitung Geometrie Autor: Claus Deser Abiturvorbereitung Mathematik 1 Gliederung Was sind Vektoren/ ein Vektorraum? Wie misst man Abstände und Winkel? Welche geometrischen

Mehr

2 Lineare Gleichungen mit zwei Variablen

2 Lineare Gleichungen mit zwei Variablen 2 Lineare Gleichungen mit zwei Variablen Die Klasse 9 c möchte ihr Klassenzimmer mit Postern ausschmücken. Dafür nimmt sie 30, aus der Klassenkasse. In Klasse 7 wurden lineare Gleichungen mit einer Variablen

Mehr

Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg

Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg Pflichtteilaufgaben zu Gegenseitige Lage, Abstand, Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz wwwmathe-aufgabencom September 7 Abituraufgaben (Haupttermin) Aufgabe

Mehr

Gitterherstellung und Polarisation

Gitterherstellung und Polarisation Versuch 1: Gitterherstellung und Polarisation Bei diesem Versuch wollen wir untersuchen wie man durch Überlagerung von zwei ebenen Wellen Gttterstrukturen erzeugen kann. Im zweiten Teil wird die Sichtbarkeit

Mehr

} Symmetrieachse von A und B.

} Symmetrieachse von A und B. 5 Symmetrieachsen Seite 1 von 6 5 Symmetrieachsen Gleicher Abstand von zwei Punkten Betrachtet man zwei fest vorgegebene Punkte A und B, drängt sich im Zusammenhang mit dem Abstandsbegriff eine Frage auf,

Mehr

Zwei Aufgaben, die auf windschiefe Regelflächen führen,

Zwei Aufgaben, die auf windschiefe Regelflächen führen, Zwei Aufgaben, die auf windschiefe Regelflächen führen, von À. KIEFER (Zürich). (Als Manuskript eingegangen am 25. Januar 1926.) I. Gesucht im Raum der Ort des Punktes, von dem aus die Zentralprojektionen

Mehr

Geometrische Optik. Versuch: P1-40. - Vorbereitung - Inhaltsverzeichnis

Geometrische Optik. Versuch: P1-40. - Vorbereitung - Inhaltsverzeichnis Physikalisches Anfängerpraktikum Gruppe Mo-6 Wintersemester 2005/06 Julian Merkert (229929) Versuch: P-40 Geometrische Optik - Vorbereitung - Vorbemerkung Die Wellennatur des Lichts ist bei den folgenden

Mehr

Der Bipolar-Transistor und die Emitterschaltung Gruppe B412

Der Bipolar-Transistor und die Emitterschaltung Gruppe B412 TECHNISCHE UNIVERSITÄT MÜNCHEN Der Bipolar-Transistor und die Emitterschaltung Gruppe B412 Patrick Christ und Daniel Biedermann 16.10.2009 1. INHALTSVERZEICHNIS 1. INHALTSVERZEICHNIS... 2 2. AUFGABE 1...

Mehr

Pixel oder Vektor? Die Vor- und Nachteile der verschiedenen Dateiformate. Langner Marketing Unternehmensplanung Metzgerstraße 59 72764 Reutlingen

Pixel oder Vektor? Die Vor- und Nachteile der verschiedenen Dateiformate. Langner Marketing Unternehmensplanung Metzgerstraße 59 72764 Reutlingen Die Vor- und Nachteile der verschiedenen Dateiformate Stand April 2016 Langner Marketing Unternehmensplanung Metzgerstraße 59 72764 Reutlingen T 0 71 21 / 2 03 89-0 F 0 71 21 / 2 03 89-20 www.langner-beratung.de

Mehr

1. LINEARE FUNKTIONEN IN DER WIRTSCHAFT (KOSTEN, ERLÖS, GEWINN)

1. LINEARE FUNKTIONEN IN DER WIRTSCHAFT (KOSTEN, ERLÖS, GEWINN) 1. LINEARE FUNKTIONEN IN DER WIRTSCHAFT (KOSTEN, ERLÖS, GEWINN) D A S S O L L T E N N A C H E U R E M R E F E R A T A L L E K Ö N N E N : Kostenfunktion, Erlösfunktion und Gewinnfunktion aufstellen, graphisch

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

6.2 Scan-Konvertierung (Scan Conversion)

6.2 Scan-Konvertierung (Scan Conversion) 6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster

Mehr

Maik Eckardt CINEMA 4D R12. Prime und Studio. Inklusive DVD-ROM

Maik Eckardt CINEMA 4D R12. Prime und Studio. Inklusive DVD-ROM Maik Eckardt CINEMA 4D R12 Prime und Studio Inklusive DVD-ROM Cinema_4D R12.book Seite 9 Dienstag, 12. Oktober 2010 7:51 07 Bevor es losgeht... 9 Cinema_4D R12.book Seite 10 Dienstag, 12. Oktober 2010

Mehr

Grundbegriffe Brechungsgesetz Abbildungsgleichung Brechung an gekrümmten Flächen Sammel- und Zerstreuungslinsen Besselmethode

Grundbegriffe Brechungsgesetz Abbildungsgleichung Brechung an gekrümmten Flächen Sammel- und Zerstreuungslinsen Besselmethode Physikalische Grundlagen Grundbegriffe Brechungsgesetz Abbildungsgleichung Brechung an gekrümmten Flächen Sammel- und Zerstreuungslinsen Besselmethode Linsen sind durchsichtige Körper, die von zwei im

Mehr

F-Praktikum Physik: Photolumineszenz an Halbleiterheterostruktur

F-Praktikum Physik: Photolumineszenz an Halbleiterheterostruktur F-Praktikum Physik: Photolumineszenz an Halbleiterheterostruktur David Riemenschneider & Felix Spanier 31. Januar 2001 1 Inhaltsverzeichnis 1 Einleitung 3 2 Auswertung 3 2.1 Darstellung sämtlicher PL-Spektren................

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion

Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion Digitale Bildverarbeitung Einheit 12 3D-Rekonstruktion Lehrauftrag SS 2008 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck davon

Mehr

Funktionsbeschreibung. Lieferantenbewertung. von IT Consulting Kauka GmbH

Funktionsbeschreibung. Lieferantenbewertung. von IT Consulting Kauka GmbH Funktionsbeschreibung Lieferantenbewertung von IT Consulting Kauka GmbH Stand 16.02.2010 odul LBW Das Modul LBW... 3 1. Konfiguration... 4 1.1 ppm... 4 1.2 Zertifikate... 5 1.3 Reklamationsverhalten...

Mehr

GF(2 2 ) Beispiel eines Erweiterungskörpers (1)

GF(2 2 ) Beispiel eines Erweiterungskörpers (1) GF(2 2 ) Beispiel eines Erweiterungskörpers (1) Im Kapitel 2.1 wurde bereits gezeigt, dass die endliche Zahlenmenge {0, 1, 2, 3} q = 4 nicht die Eigenschaften eines Galoisfeldes GF(4) erfüllt. Vielmehr

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

EM-Wellen. david vajda 3. Februar 2016. Zu den Physikalischen Größen innerhalb der Elektrodynamik gehören:

EM-Wellen. david vajda 3. Februar 2016. Zu den Physikalischen Größen innerhalb der Elektrodynamik gehören: david vajda 3. Februar 2016 Zu den Physikalischen Größen innerhalb der Elektrodynamik gehören: Elektrische Stromstärke I Elektrische Spannung U Elektrischer Widerstand R Ladung Q Probeladung q Zeit t Arbeit

Mehr

Bestimmung der relativen Kameraorientierung aus Bildpaaren

Bestimmung der relativen Kameraorientierung aus Bildpaaren Bestimmung der relativen Kameraorientierung aus Bildpaaren Bachelorarbeit an der Fakultät für Informations-, Medien und Elektrotechnik der Fachhochschule Köln im Institut für Medien- und Phototechnik Autor

Mehr

P1-41 AUSWERTUNG VERSUCH GEOMETRISCHE OPTIK

P1-41 AUSWERTUNG VERSUCH GEOMETRISCHE OPTIK P1-41 AUSWERTUNG VERSUCH GEOMETRISCHE OPTIK GRUPPE 19 - SASKIA MEIßNER, ARNOLD SEILER 1 Bestimmung der Brennweite 11 Naives Verfahren zur Bestimmung der Brennweite Es soll nur mit Maÿstab und Schirm die

Mehr

Microsoft Excel 2010 Mehrfachoperation

Microsoft Excel 2010 Mehrfachoperation Hochschulrechenzentrum Justus-Liebig-Universität Gießen Microsoft Excel 2010 Mehrfachoperation Mehrfachoperationen in Excel 2010 Seite 1 von 6 Inhaltsverzeichnis Einleitung... 2 Mehrfachoperation mit

Mehr

Lineare Gleichungssysteme I (Matrixgleichungen)

Lineare Gleichungssysteme I (Matrixgleichungen) Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst

Mehr

Eigenwerte und Eigenvektoren von Matrizen

Eigenwerte und Eigenvektoren von Matrizen Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt

Mehr

Praktikum Physik. Protokoll zum Versuch: Geometrische Optik. Durchgeführt am 24.11.2011

Praktikum Physik. Protokoll zum Versuch: Geometrische Optik. Durchgeführt am 24.11.2011 Praktikum Physik Protokoll zum Versuch: Geometrische Optik Durchgeführt am 24.11.2011 Gruppe X Name1 und Name 2 (abc.xyz@uni-ulm.de) (abc.xyz@uni-ulm.de) Betreuerin: Wir bestätigen hiermit, dass wir das

Mehr

:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese

:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese Geometrisches Modell bestehend aus Datenstrukturen zur Verknüpfung geometrischer Primitive, welche eine Gesamtszene beschreiben Bildsynthese := Modellabbildung Pixelbasiertes Modell zur Darstellung eines

Mehr

Lösbarkeit linearer Gleichungssysteme

Lösbarkeit linearer Gleichungssysteme Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn

Mehr