Kapitel 3: Geometrische Transformationen
|
|
- Günter Schulze
- vor 7 Jahren
- Abrufe
Transkript
1 [ Computeranimation ] Kapitel 3: Geometrische Transformationen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 3. Geometrische Transformationen [Computeranimation] p.1/76
2 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.2/76
3 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.3/76
4 Translation Translation eines Punktes P = x y um d x Einheiten parallel zur x-achse d y Einheiten parallel zur y-achse P = x y = x + d x y + d y oder P = P + T mit T = d x d y 3. Geometrische Transformationen [Computeranimation] p.4/76
5 Skalierung Skalierung um Faktor s x entlang x-achse s y entlang y-achse x y = s x x s y y Matrixschreibweise: x y = s x 0 0 s y x y oder P = S P Bemerkung: Falls s x = s y : gleichmäßige / uniforme Skalierung. Skalierung kann Entfernung vom Ursprung verändern! 3. Geometrische Transformationen [Computeranimation] p.5/76
6 Rotation Rotation gegen der Uhrzeigersinn mit Winkel θ um Koordinatenursprung x y = cosθ sinθ sinθ x oder P = R P cosθ y Für Drehung im Uhrzeigersinn benutze cos( θ) = cosθ und sin( θ) = sinθ 3. Geometrische Transformationen [Computeranimation] p.6/76
7 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.7/76
8 Homogene Koordinaten Matrixdarstellung Translation P = T + P Skalierung P = S P Rotation P = R P Unpraktisch: Darstellung der Translation. 3. Geometrische Transformationen [Computeranimation] p.8/76
9 Homogene Koordinaten Abhilfe: Verwende homogene Koordinaten. Jeder Vektor in (x, y) T R 2 wird als Punkt der affinen Standardebene betrachtet: x x y y 1 Homogenisierung x y ˆ= x y falls α x y = x y w w w w für ein α R. 3. Geometrische Transformationen [Computeranimation] p.9/76
10 Matrixdarstellung Translation Translation x y 1 = 1 0 d x 0 1 d y x y 1 oder P = T(d x, d y ) P Bemerkung Wir hier: Multiplikation Matrix mal Spaltenvektor Andernorts manchmal: Zeilenvektor mal Matrix Benutze in diesem Fall (P M) T = M T P T 3. Geometrische Transformationen [Computeranimation] p.10/76
11 Konkatenation von Translationen Hintereinanderausführung von Translationen. Verschiebe Punkt P mit T(d x1, d y1 ) und dann mit T(d x2, d y2 ). Also ist P = T(d x1, d y1 ) P P = T(d x2, d y2 ) P P = T(d x2, d y2 )T(d x1, d y1 ) P = T(d x1 + d x2, d y1 + d y2 ) P Hintereinanderausführung von Transformationen durch Multiplikation der entsprechenden Matrizen. 3. Geometrische Transformationen [Computeranimation] p.11/76
12 Skalierung und Rotation Skalierung P = S(s x, s y )P mit S(s x, s y ) = s x s y Es gilt: S(s x1, s y1 ) S(s x2, s y2 ) = S(s x1 s x2, s y1 s y2 ) Rotation P = R(θ)P mit R(θ) = cosθ sinθ 0 sinθ cosθ Es gilt: R(θ 1 ) R(θ 2 ) = R(θ 1 + θ 2 ) 3. Geometrische Transformationen [Computeranimation] p.12/76
13 Rotationsmatrix R(θ) = cosθ sinθ 0 sinθ cosθ Die 2 2 Teilmatrix links oben hat folgende Eigenschaften: Zeilen und Spaltenvektoren sind Einheitsvektoren Zeilenvektoren sind orthogonal zueinander Spaltenvektoren sind orthogonal zueinander Determinante ist 1 Sie gehört zur speziellen orthogonalen Gruppe 3. Geometrische Transformationen [Computeranimation] p.13/76
14 Starrkörper-Transformation Allgemeiner: Starrkörper-Transformationen (rigid-body transformation): Transformationsmatrix r 11 r 12 t x r 21 r 22 t y bei der obere 2 2 Teilmatrix ist orthogonal ist. Eigenschaft: Transformation erhält Winkel und Längen (Transformation eines Quadrats ergibt Quadrat) 3. Geometrische Transformationen [Computeranimation] p.14/76
15 Affine Transformation Beliebige Hintereinanderausführung von Skalierungen, Rotationen und Translationen ergibt affine Transformation. Längen und Winkel werden nicht erhalten Parallelität von Linien bleibt erhalten 3. Geometrische Transformationen [Computeranimation] p.15/76
16 Scherung Auch eine affine Transformation Scherung entlang der x-achse: SH x = Scherung entlang der x-achse: SH y = 1 a b Wirkung: SH x x y 1 = x + ay y 1 x wird proportional zu y verändert. 3. Geometrische Transformationen [Computeranimation] p.16/76
17 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.17/76
18 Komposition von 2D-Transformationen Benutze Rotationen, Skalierungen und Transformationsmatrizen um eine bestimmte Transformation zu erzeugen Komposition der Matrizen bedeutet Effizienzgewinn bei Transformation vieler Punkte Beispiel: Bestimme Transformationsmatrix um Objekte um einen beliebigen Punkt P 1 = Idee: x 1 y 1 mit dem Winkel θ zu rotieren. Translation, so dass P 1 im Ursprung liegt Rotation Translation, so dass Ursprung zu P 1 verschoben wird Ergibt: T(x 1, y 1 ) R(θ) T( x 1, y 1 ) 3. Geometrische Transformationen [Computeranimation] p.18/76
19 Translation und Kommutativität Im allgemeinen gilt für fundamentale Transformationen Skalierung, Rotation, Translationen M 1, M 2 M 1 M 2 M 2 M 1 Spezialfälle: M 1 M 2 = M 2 M 1 falls M 1 M 2 Translation Skalierung Rotation Uniforme Skalierung Translation Skalierung Rotation Rotation 3. Geometrische Transformationen [Computeranimation] p.19/76
20 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.20/76
21 Welt- und Gerätekoordinatensystem Welt-Koordinatensystem (world coordinate system) Koordinatensystem, das die Welt repräsentiert, die dargestellt werden soll. Einheiten: Meter, Meilen, Lichtjahre,... Geräte-Koordinatensystem (device coordinate sytem) Koordinatensystem des Ausgabegeräts Einheiten: Pixel, dpi, Geometrische Transformationen [Computeranimation] p.21/76
22 Window und Viewport Weltkoordinaten-Fenster (world coordinate window) kurz: window Rechteckiger Ausschnitt des Weltkoordinatensystems Viewport Rechteckiger Ausschnitt des Gerätekoordinatensystems Ziel: Bilde Window of Viewport ab. Beachte dabei: Ungleiche Seitenverhältnisse Verschiedene Positionen im entsprechenden Koordinatensystem von Window und Viewport. 3. Geometrische Transformationen [Computeranimation] p.22/76
23 Window-Viewport Transformation Window in Weltkoordinaten gegeben durch die Punkte (x min, y min ) und (x max, y max ) Viewport in Gerätekoordinaten gegeben durch die Punkte (u min, v min ) und (u max, v max ). Transformation Window - Viewport: T(u min, v min ) S( u max u min x max x min, v max v min y max y min ) T( x min, y min ) 3. Geometrische Transformationen [Computeranimation] p.23/76
24 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.24/76
25 Effizienz Affine Transformation M = r 11 r 12 t x r 21 r 22 t y Aufwand: Multiplikation Matrix-Vektor: 9 Multiplikationen, 6 Additionen Nutze spezielle Struktur von M: x =r 11 x + r 12 y + t x y =r 21 x + r 22 y + t y Aufwand: 4 Multiplikationen, 3 Additionen. Praktische Umsetzung Repräsentation von affinen Transformationen in Matrixform Spezielle Routinen für Matrix-Vektor Multiplikation 3. Geometrische Transformationen [Computeranimation] p.25/76
26 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.26/76
27 Matrix-Darstellung von 3D Transformationen Verwende homogene Koordinaten. Jeder Vektor in (x, y, z) T R 3 wird als Punkt der affinen Standardraums in R 4 betrachtet: x y z x y z 1 Homogenisierung x y z w ˆ= x y z w falls α x y z w = x y z w für ein α R. 3. Geometrische Transformationen [Computeranimation] p.27/76
28 Rechts- und linkshändiges Koordinatensystem Daumen x-achse, Zeigefinger y-achse, Mittelfinger z-achse Rechtshändig: z-achse aus der Bildebene heraus Linkshändig: z-achse in die Bildebene hinein. Achtung: Wir verwenden hier rechtshändige Koordinatensysteme! Konvention für Rotationen Blicke von positiver Achse zum Koordinatenursprung 90 Rotation gegen den Uhrzeigersinn dreht eine positive Achse in eine andere: Rotationsachse x y z Richtung der pos. Rotation ist y zu z z zu x x zu y 3. Geometrische Transformationen [Computeranimation] p.28/76
29 Fehlerquelle Achtung! Immer darauf achten: Ob rechts- oder linkshändiges Koordinatensystem zugrunde liegt Wie positive Rotation definiert ist Bei linkshändigem Koordinatensystem: Rotation oft im Uhrzeigersinn definiert! 3. Geometrische Transformationen [Computeranimation] p.29/76
30 Translation T(d x, d y, d z ) = d x d y d z Also T(d x, d y, d z ) x y z 1 = x + d x y + d y z + d z 1 3. Geometrische Transformationen [Computeranimation] p.30/76
31 Skalierung S(s x, s y, s z ) = s x s y s z Also S(s x, s y, s z ) x y z 1 = s x x s y y s z z 1 3. Geometrische Transformationen [Computeranimation] p.31/76
32 Rotation Rotation um z-achse: R z (θ) = Rotation um x-achse: R x (θ) = Rotation um y-achse: R y (θ) = cosθ sinθ 0 0 sinθ cosθ cos θ sinθ 0 0 sin θ cosθ cosθ 0 sin θ sin θ 0 cosθ Geometrische Transformationen [Computeranimation] p.32/76
33 Spezielle orthogonale Gruppe Wie bei Rotationen in 2D: Obere 3 3-Matrix gehören zur speziellen orthogonalen Gruppe Zeilen sind orthogonale Einheitsvektoren Spalten sind orthogonale Einheitsvektoren Determinante ist 1 3. Geometrische Transformationen [Computeranimation] p.33/76
34 Inverse T(d x, d y, d z ) 1 = T( d x, d y, d z ) S(s x, s y, s z ) 1 = S( 1, 1, 1 ) s x s y s z R a (θ) 1 = R a ( θ) = R a (θ) T für a = x, y, z 3. Geometrische Transformationen [Computeranimation] p.34/76
35 Allgemeine Form M = r 11 r 12 r 13 t x r 21 r 22 r 23 t y r 31 r 32 r 33 t z = R T 0 1 Also x y z = R x y z + T 3. Geometrische Transformationen [Computeranimation] p.35/76
36 Scherung SH x (sh x, sh y ) = 1 0 sh x sh y Also SH x (sh x, sh y ) x y z 1 = x + sh x z y + sh x z z 1 3. Geometrische Transformationen [Computeranimation] p.36/76
37 Komposition von Transformationen Transformation von Punkten: Wende Transformationsmatrix auf Punkt an von Geraden oder Strecken: Wähle zwei Punkte auf Gerade, transformiere die Punkte von Ebene:? 3. Geometrische Transformationen [Computeranimation] p.37/76
38 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.38/76
39 Skalarprodukt in R n Sei x = x 1. x n, y = x 1. x n Rn. Dann ist das Skalarprodukt (inneres Produkt, dot product) von x und y definiert als < x, y >:= x 1 y x n y n = n x i y i i=1 Alternative Schreibweisen: x T y x y 3. Geometrische Transformationen [Computeranimation] p.39/76
40 Länge von Vektoren Sei v R n. Die Länge (Norm) v von v ist definiert als v := < v, v > = n v i v i i=1 Es gilt: αv = α v für α R v + w v + w (Dreiecksungleichung) v = 0 v = 0 Distanz zwischen zwei Punkten P, Q eines affinen Raumes: PQ. 3. Geometrische Transformationen [Computeranimation] p.40/76
41 Eigenschaften des Skalarprodukts Symmetrie: < v, w > = < w, v > Nichtdegeneriertheit: < v, v > = 0 v = 0 Bilinear: < v, u + αw > = < v, u > +α < v, w > Normalisierung eines Vektors v 0: Damit ist v = 1. v = v v Vektoren mit Länge 1 heißen Einheitsvektoren. 3. Geometrische Transformationen [Computeranimation] p.41/76
42 Winkel zwischen Vektoren Sei v, w R n, v, w 0. Dann ist der Winkel zwischen v und w definiert als cos 1 ( < v, w > v w ) Zwei Vektoren v, w sind orthogonal zueinander, falls < v, w >= Geometrische Transformationen [Computeranimation] p.42/76
43 Skalarprodukt und Projektion Sei v ein Einheitsvektor, w ein beliebiger Vektor und u die Projektion von w auf v. Dann ist u = w cos θ = w < v, w > v w =< v, w > da v = 1 Das Skalarprodukt von v und w ist die Länge der Projektion von w auf v (falls v = 1). 3. Geometrische Transformationen [Computeranimation] p.43/76
44 Ebenengleichung im affinen Standard-Raum Punkt P 0 = x 0 y 0 z 0 1 Normalenvektor v = P und v 1 v 2 v 3 R3, v 0. Ebene E ist gegeben als E = {Q P :< P 0 Q, v >= 0} 3. Geometrische Transformationen [Computeranimation] p.44/76
45 Ebenengleichung im affinen Standard-Raum Für Q = (x, y, z, 1) T E gilt: < P 0 Q, v >= 0 (x x 0 )v x + (y y 0 )v y + (z z 0 )v z = 0 v x x + v y y + v z z = v x x 0 + v y y 0 + v z z 0 }{{} =: D Also E = x y z 1 P : v x x + v y y + v z z + D = 0 }{{} Ebenengleichung 3. Geometrische Transformationen [Computeranimation] p.45/76
46 Ebenen-Transformation Sei Ebene E durch Punkt P 0 P und Normalenvektor v R 3 gegeben. Sei A eine affine Transformation. Transformation von E ergibt E = {AX : X E} Gesucht: Normalenvektor w zu E, so dass für alle Y E gilt: < (AP 0 )Y, w >= 0 3. Geometrische Transformationen [Computeranimation] p.46/76
47 Herleitung Normalenvektor Für alle X E soll gelten < (AP 0 )(AX), w >= 0 (AX AP 0 ) T w = 0 (X P 0 ) A T w = 0 Da < X P 0, v >= 0, ist obige Gleichung erfüllt wenn A T w = v. Also w = (A T ) 1 v Falls A orthogonal ist, ist (A T ) 1 = A und dann w = A v. Beachte: Für allgemeine affine Transformationen muss (A T ) 1 nicht existieren! 3. Geometrische Transformationen [Computeranimation] p.47/76
48 Inhalt 3.1 2D Transformationen 3.2 Homogene Koordinaten und Matrixdarstellung von 2D Transformationen 3.3 Komposition von 2D Transformationen 3.4 Window zu Viewport Transformation 3.5 Effizienz 3.6 Matrixdarstellung von 3D Transformationen 3.7 Skalarprodukt, Norm und Ebenengleichung 3.8 Komposition von 3D Transformationen 3. Geometrische Transformationen [Computeranimation] p.48/76
49 Komposition von 3D-Transformationen Beispiel: Gegeben drei Punkte P 1, P 2 undp 3 in R 3. Transformiere das gerichtete Liniensegmente P 1 P 2 und P 1 P 3 von ihrer Startposition zu ihrer Endposition, so dass P 1 im Ursprung P 1 P 2 auf der positiven z-achse P 1 P 3 in der positiven Quadranten der (y, z)-eben liegt. Die Längen der Liniensegmente sollen sich dabei nicht verändern. 3. Geometrische Transformationen [Computeranimation] p.49/76
50 Erster Lösungsansatz Zerlege die Gesamttransformation in primitve Transformationen (Rotionen, Translationen). Transformationsschritte 1. Schritt: Verschiebe P 1 zum Ursprung 2. Schritt: Rotiere um die y-achse, so dass P 1 P 2 in der (yz)-ebene liegt 3. Schritt: Rotiere um die x-achse, so dass P 1 P 2 auf der z-achse liegt 4. Schritt: Rotiere um z-achse, so dass P 1 P 3 in der (yz)-ebene liegt 3. Geometrische Transformationen [Computeranimation] p.50/76
51 Schritt 1: Translation von P 1 in den Ursprung T( x 1, y 1, z 1 ) = T(d x, d y, d z ) = x y z Geometrische Transformationen [Computeranimation] p.51/76
52 Schritt 1: Translation von P 1 in den Ursprung T angewandt auf P 1, P 2, P 3 ergibt. P 1 = T( x 1, y 1, z 1 ) P 1 = P 2 = T( x 1, y 1, z 1 ) P 2 = x 2 x 1 y 2 y 1 z 2 z 1 1 P 3 = T( x 1, y 1, z 1 ) P 3 = x 3 x 1 y 3 y 1 z 3 z Geometrische Transformationen [Computeranimation] p.52/76
53 Schritt 2: Rotation um y-achse so dass P 1 P 2 in der (y, z)-ebene liegt. Bemerkung: Rotation um y-achse um 90 : z-achse wird auf x-achse gedreht. Mit Rotationswinkel ψ = (90 θ) = θ 90 ist cos(θ 90) = sinθ = z 2 D 1 = z 2 z 1 D 1 sin(θ 90) = cosθ = x 2 = x 2 x 1 D 1 D 1 D 1 = (z 2 )2 + (x 2 )2 = (z 2 z 1 ) 2 + (x 2 x 1 ) 2 3. Geometrische Transformationen [Computeranimation] p.53/76
54 Schritt 2: Rotation um y-achse Damit ist P 2 := R y (θ 90) P 2 = 0 y 2 y 1 D Geometrische Transformationen [Computeranimation] p.54/76
55 Schritt 3: Rotation um x-achse so dass P 1 P 2 in der z-achse liegt. Bemerkung: Rotation um x-achse um 90 : y-achse wird auf z-achse gedreht. Rotationswinkel φ und cos φ = z 2 und sinφ = y 2 D 2 D 2 = P 1 P 2 = P 1 P 2 = (x 2 x 1 ) 2 + (y 2 y 1 ) + (z 2 z 1 ) 2 D 2 3. Geometrische Transformationen [Computeranimation] p.55/76
56 Schritt 3: Rotation um y-achse Damit P 2 = R x (φ) P 2 = R x (φ) R y (θ 90) P 2 = R x (φ) R y (θ 90) T P 2 0 y 2 y 1 = P 1 P Geometrische Transformationen [Computeranimation] p.56/76
57 Schritt 4: Rotation um z-achse so dass P 1 P 2 in der (y, z)-ebene liegt. Bemerkung: Rotation um z-achse um 90 : x-achse wird auf y-achse gedreht. Rotationswinkel α und cosα = y 2 und sinα = x 3 D 3 D 3 = (x 3 )2 + (y 3 )2 D 3 3. Geometrische Transformationen [Computeranimation] p.57/76
58 Ergebnis: Die Gesamtmatrix ist R z (α)r x (φ) R y (θ 90) T( x 1, y 1, z 1 ) = R T 3. Geometrische Transformationen [Computeranimation] p.58/76
59 Intermezzo: Das Kreuzprodukt Seien u, v R 3. Das Kreuzprodukt (cross product) von u und v (in dieser Reihenfolge) ist der eindeutig bestimmte Vektor u v R 3 mit u v := u 2 v 3 u 3 v 2 u 3 v 1 u 1 v 3 u 1 v 2 u 2 v 1 Es gilt: u v = v u (Antikommutativität) (αu + βw) v = αu v + βw v (Linearität) u v = 0 genau dann, wenn u und v linear abhängig sind < u v, u >= 0 und < u v, v >= 0 Bemerkung: Das Kreuzprodukt u v ist normal zu der durch u und v aufgespannten Ebene. 3. Geometrische Transformationen [Computeranimation] p.59/76
60 Intermezzo: Das Kreuzprodukt Es gilt: < u v, w >= det u 1 u 2 u 3 v 1 v 2 v 3 w 1 w 2 w 3 Flächeninhalt des von u und v aufgespannten Parallelogramms: A = u v = u v sinα = u v 1 cos 2 α = u v 1 < u, v > 2 wobei α Winkel zwischen u und v. Achtung: Das Kreuzprodukt ist nicht assoziativ! 3. Geometrische Transformationen [Computeranimation] p.60/76
61 Zweiter Lösungsansatz Benutze Eigenschaften von orthogonalen Matrizen R = det r 1x r 2x r 3x r 1y r 2y r 3y = r T x r T y r 1z r 2z r 3z r T z Es gilt R r x = 1 0, R r y = 0 1, R r z = 0 0, und r x = r y = r z = 1 3. Geometrische Transformationen [Computeranimation] p.61/76
62 Konstruktion der Rotationsmatrix z-rotation: Drehe P 1 P 2 in positive z-achse. r z : Einheitsvektor entlang P 1 P 2 : r z := r 1z r 2z r 3z = P 1P 2 P 1 P 2 x-rotation: Drehe Eben dir durch P 1, P 2 und P 3 aufgespannt ist so, dass r x dann in Richtung positiver x-achse zeigt: r x := P 1P 3 P 1 P 2 P 1 P 3 P 1 P 2 y-rotation: r y muss orthogonal zu r x und r z sein: r y := r z r x 3. Geometrische Transformationen [Computeranimation] p.62/76
63 Transformation als Wechsel des Koordinatensystems Bisher: Transformation von Punkten eines Objekts in ein andere Punktmenge Originalpunktmenge und Ergebnis im selben Koordinatensystem Koordinatensystem bleibt unverändert Objekt wird transformiert bzgl Ursprung des Koordinatensystems Alternative Sichtweise: Transformation des Koordinatensystesm Praktikabel falls: viele Objekte in unterschiedlichen Koordinatensystem gegeben sind und alle Objekte in einem einzigen globalen Koordinatesystem dargestellt werden sollen. 3. Geometrische Transformationen [Computeranimation] p.63/76
64 Notation M i j Transformation die die Darstellung eines Punktes im Koordinatensystem j auf die Darstellung im Koordinatensystem i abbildet. P (i) P (j) Darstellung eines Punktes im Koordinatensystem i Darstellung eines Punktes im Koordinatensystem j P (i) Es gilt: Damit Darstellung eines Punktes im Koordinatensystem k P (i) = M i j P (j) und P (i) = M j k P (k) P (i) = M i j P (j) = M i j M j k P (k) = M i k P (k) also M i j M j k = M i k 3. Geometrische Transformationen [Computeranimation] p.64/76
65 Beispiel M 1 2 = T(4, 2) M 2 3 = S(2, 2) T(2, 3) M 3 4 = R( 45 ) T(6.7, 1.8) Insgesamt: M 1 3 = M 1 2 M 2 3 = T(4, 2) S(2, 2) T(2, 3) und P (1) = 10 8, P (2) = 6 6, P (3) = 8 6, P (4) = Geometrische Transformationen [Computeranimation] p.65/76
66 Koordinatensystemwechsel Allgemein gilt: M i j = M 1 j i Im Beispiel: M 2 1 = M = T( 4, 2) 3. Geometrische Transformationen [Computeranimation] p.66/76
67 Links- und rechtshändiges Koordinatensystem Matrix die Punkte von links- auf rechtshändiges Koordinatensystem transformiert: M R L = M L R = Insbesondere gilt also: M 1 R L = M R L 3. Geometrische Transformationen [Computeranimation] p.67/76
68 Warum unterschiedliche Sichtweisen? Unpraktisch: Alle Objekte liegen im selben Weltkoordinatensystem. Besser: Jedes Objekt wird in eigenem Koordinatensystem definiert und dort skaliert, rotiert, Geometrische Transformationen [Computeranimation] p.68/76
69 Koordinaten- vs. Objekttransformation Regel: Transformation die Punkte in einem einzigen gemeinsamen Koordinatensystem transformiert ist gleich Inverse der korrespondieren Transformation, die das Koordinatensystem transformiert, in denen die Punkte dargestellt werden. Beispiel: Transformation die einen Punkt P = x y zum Ursprung verschiebt: T( x, y) Transformation des Koordinatensystems: M 2 1 = T(x, y) = T( x, y) Geometrische Transformationen [Computeranimation] p.69/76
70 Beispiel Transformation von Punkten in einem Koordinatensystem T(x 2, y 2 ) R(θ) S(s x, s y ) T( x 1, y 1 ) wird zur Transformation des ursprünglichen Koordinatensystems Damit ist M 5 1 = M 5 4 M 4 3 M 3 2 M 2 1 ( = T(x 2, y 2 ) R(θ) S(s x, s y ) T( x 1, y 1 ) ) 1 = T(x 1, y 1 ) S(s 1 x, s 1 y ) R( θ) T( x 2, y 2 ) P (5) = M 5 1 P (1) = T(x 1, y 1 ) S(s 1 x, s 1 y ) R( θ) T( x 2, y 2 ) P (1) 3. Geometrische Transformationen [Computeranimation] p.70/76
71 Transformation und Wechsel des Koordinatensystems Sei Q (j) Transformationsmatrix im Koordinatensystem j. Gesucht: Transformation Q (i) im Koordinatensystem i so dass Q (i) angewandt auf Punkt P (i) im Koordinatensystem i das gleiche Ergebnis liefert wie Q (j) angewandt auf Punkt P (j) im Koordinatensystem j Es soll also gelten: Q (i) P (i) = M i j Q (j) P (j) Mit P (i) = M i j P (j) folgt: Q (i) = M i j Q (j) M j i 3. Geometrische Transformationen [Computeranimation] p.71/76
72 Beispiel: 3. Geometrische Transformationen [Computeranimation] p.72/76
73 Beispiel Aufgabe: Beschreibe Bewegung von P wenn Dreirad fährt. Dreirad- und Vorderrad: Anfangsposition im Weltkoordinatensystem Vorwärtsbewegung: Vorderrad dreht um z vo -Achse Vereinfachung: Vorderrad- und Dreirad-Koordinatensystem parallel zum Weltkoordinatensystem Bewegung Vorderrad: Linie parallel x-achse Weltkoordinatensystem 3. Geometrische Transformationen [Computeranimation] p.73/76
74 Beispiel Punkt P auf Felge, Abstand zur Nabe r Rad dreht sich um Winkel α, dann bewegt sich P um αr Einheiten Vorderrad auf Boden: Gesamtes Dreirad wird um αr nach vorn bewegt. Neue Koordinate von P im originalen Vorderrad-Koordinatensystem vo: P (vo) = T(αr, 0, 0) R z (α) P (vo) und im neuen verschobenen Vorderrad-Koordinatensystem vo : P (vo ) = R z (α) P (vo) 3. Geometrische Transformationen [Computeranimation] p.74/76
75 Beispiel Gesucht: P (wo) und P (wo) im Weltkoordinatensystem P (wo) = M wo dr P (dr) = M wo dr M dr vo P (vo) Dabei sind M wo dr, M dr vo Translationen, gegeben durch Anfangsposition von Dreirad und Vorderrad. 3. Geometrische Transformationen [Computeranimation] p.75/76
76 Beispiel Somit P (wo) = M wo vo P dr = M wo vo T(αr, 0, 0) R z (α) P (vo) Alternativ: P (wo) = M wo vo P vo = (M wo vo M vo vo ) R z (α) P (vo) 3. Geometrische Transformationen [Computeranimation] p.76/76
Kapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrAnalytische Geometrie, Vektorund Matrixrechnung
Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?
Mehr2 Die Algebra der Matrizen
Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem x y + z 1 x + y
MehrMathematische Grundlagen
Mathematische Grundlagen Oliver Deussen Mathematische Grundlagen 1 Affine Räume um Zeichenebene bzw. Raum zu beschreiben, muß vorher ein Koordinatensystem festgelegt werden durch geometrische Fragestellungen
MehrKapitel 3. Transformationen
Oyun Namdag Am 08.11.2007 WS 07/08 Proseminar Numerik: Mathematics for 3D game programming & computer graphics Dozenten: Prof. Dr. V. Schulz, C. Schillings Universität Trier Kapitel 3 Transformationen
Mehr7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?
Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist
Mehr-dimensionale Darstellungen
1.9 2 1 2 -dimensionale Darstellungen Auf einer Fläche F (2 dimensional) wird eine Operation ausgeführt Zum Beispiel wir eine Verschiebung um den Vektor t durchgeführt. Gemeint ist der Körper, der überstrichen
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 13 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 3 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
MehrLineare 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
MehrC A R L V O N O S S I E T Z K Y. Transformationen. Johannes Diemke. Übung im Modul OpenGL mit Java Wintersemester 2010/2011
C A R L V O N O S S I E T Z K Y Transformationen Johannes Diemke Übung im Modul OpenGL mit Java Wintersemester 2010/2011 Motivation Transformationen Sind Grundlage vieler Verfahren der Computergrafik Model-
MehrVektoren und Matrizen
Vektoren und Matrizen Einführung: Wie wir gesehen haben, trägt der R 2, also die Menge aller Zahlenpaare, eine Körperstruktur mit der Multiplikation (a + bi(c + di ac bd + (ad + bci Man kann jedoch zeigen,
MehrSeminar 3-D Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen. Hermann Schwarz Marko Pilop
Seminar 3-D Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen Hermann Schwarz Marko Pilop 2003-11-20 http://www.informatik.hu-berlin.de/~pilop/3d_basics.pdf {hschwarz pilop}@informatik.hu-berlin.de
MehrVektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1
Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,
MehrLösbarkeit 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
MehrComputergrafik Sommersemester 2004 Übungen
Sommersemester 4 Freiwillige Zusatzübung Aufgabe 6: Transformationen im zweidimensionalen aum Berechnen Sie die Transformationsmatri, die eine Szene zuerst um 3 Grad um den Ursprung dreht und anschließend
MehrEinleitung 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
MehrComputergrafik 1 Übung
Prof. Dr. Andreas Butz Dipl.-Medieninf. Hendrik Richter Dipl.-Medieninf. Raphael Wimmer Computergrafik Übung Wiederholung Lineare Algebra: Vektoren, Matrizen, Transformationen in D und 3D Computergrafik
MehrKurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif
14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte
MehrC orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =
1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition
Mehr2.3.4 Drehungen in drei Dimensionen
2.3.4 Drehungen in drei Dimensionen Wir verallgemeinern die bisherigen Betrachtungen nun auf den dreidimensionalen Fall. Für Drehungen des Koordinatensystems um die Koordinatenachsen ergibt sich 1 x 1
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
Mehr09. Lineare Abbildungen und Koordinatentransformationen
09. Lineare Abbildungen und Koordinatentransformationen Definition. Seien V und W Vektorräume. Unter einer linearen Abbildung versteht man eine Abbildung F : V W, v F v w mit folgender Eigenschaft: F λ
MehrTransformationen im 3D-Raum
Thomas Jung Repräsentation von 3D-Oberflächen Aufbau von Szenen Transformationen im 3D-Raum Projektionstranformationen Anwendung in OpenGL Geometrietransformationen bilden die Basis für die Computergrafik
Mehr1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat.
1. Vektoralgebra 1.0 Einführung Vektoren Ein Vektor ist eine Größe, welche sowohl einen Zahlenwert (Betrag) als auch eine Richtung hat. übliche Beispiele: Ort r = r( x; y; z; t ) Kraft F Geschwindigkeit
MehrHans Delfs. Übungen zu Mathematik III für Medieninformatik
Hans Delfs Übungen zu Mathematik III für Medieninformatik 1 RÄUMLICHE DARSTELLUNGEN VON OBJEKTEN 1 1 Räumliche Darstellungen von Objekten Der Einheitswürfel ist der achsenparallele Würfel in A 3, der von
MehrLänge, Skalarprodukt, Vektorprodukt
Länge, Skalarprodukt, Vektorprodukt Jörn Loviscach Versionsstand: 20. April 2009, 19:39 1 Überblick Ein Vektorraum muss nur eine Minimalausstattung an Rechenoperationen besitzen: die Addition zweier Vektoren
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 4. Aufgabe 4.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand.
Dr V Gradinaru D Devaud A Hiltebrand Herbstsemester 4 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie 4 Aufgabe 4 Multiple Choice: Online abzugeben 4a) Wir betrachten
MehrÜbungsblatt
Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
MehrKoordinaten, Transformationen und Roboter
Koordinaten, Transformationen und Roboter Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 48 Einleitung Seit Anbeginn der
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
MehrAufgabenskript. Lineare Algebra
Dr Udo Hagenbach FH Gießen-Friedberg Sommersemester Aufgabenskript zur Vorlesung Lineare Algebra 7 Vektoren Aufgabe 7 Gegeben sind die Vektoren a =, b =, c = Berechnen Sie die folgenden Vektoren und ihre
MehrVektoren und Matrizen
Universität Basel Wirtschaftswissenschaftliches Zentrum Vektoren und Matrizen Dr. Thomas Zehrt Inhalt: 1. Vektoren (a) Einführung (b) Linearkombinationen (c) Länge eines Vektors (d) Skalarprodukt (e) Geraden
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein
MehrDenition 6.1 Eine Gerade ist die Menge aller Losungen (x; y) einer linearen Gleichung. y = A B x + C B : Ax + By = C mit 6= 0
6 Der Vektorraum R n In den folgenden Wochen wenden wir uns der Linearen Algebra zu, die man als eine abstrakte Form des Rechnens mit Vektoren auassen kann. Ein zentrales Thema werden lineare Raume (=
MehrLineare Algebra. 1 Lineare Abbildungen
Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe
MehrViele wichtige Operationen können als lineare Abbildungen interpretiert werden. Beispielsweise beschreibt die lineare Abbildung
Kapitel 3 Lineare Abbildungen Lineare Abbildungen sind eine natürliche Klasse von Abbildungen zwischen zwei Vektorräumen, denn sie vertragen sich per definitionem mit der Struktur linearer Räume Viele
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrLernunterlagen Vektoren in R 2
Die Menge aller reellen Zahlen wird mit R bezeichnet, die Menge aller Paare a 1 a 2 reeller Zahlen wird mit R 2 bezeichnet. Definition der Menge R 2 : R 2 { a 1 a 2 a 1, a 2 R} Ein Zahlenpaar a 1 a 2 bezeichnet
MehrGrundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015
Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten
MehrAufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).
Aufgabe Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = Es gilt det(λa = (λ n det(a det I n = n? Nein (außer für n = Es gilt deti n = det(ab = det A det B? Ja det(a =
Mehr1 Vorlesungen: und Vektor Rechnung: 1.Teil
1 Vorlesungen: 4.10.005 und 31.10.005 Vektor Rechnung: 1.Teil Einige in der Physik auftretende Messgrößen sind durch eine einzige Zahl bestimmt: Temperatur T K Dichte kg/m 3 Leistung P Watt = J/s = kg
MehrVektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & &
Vektorprodukt Institut für Mathematik Humboldt-Universität zu Berlin 18.02.2004 & 17.02.2005 & 11.07.2005 zu den Vorlesungen Lineare Algebra und analytische Geometrie I (L) im WS 2003/2004, Mathematik
MehrEXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME
EXKURS: MATRIZEN UND LINEARE GLEICHUNGSSYSTEME In diesem Abschnitt wiederholen wir zunächst grundlegende Definitionen und Eigenschaften im Bereich der Matrizenrechnung, die wahrscheinlich bereits in Ansätzen
MehrMathematische Grundlagen, Räume, Koordinatensysteme, Projektionen
Seminar 3D-Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen Hermann Schwarz und Marko Pilop {hschwarz pilop}@informatik.hu-berlin.de http://www.informatik.hu-berlin.de/ pilop/3d-basics
Mehr(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2
Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit
Mehr4 Roboterkinematik. Roboterarm und Gelenke
4 Roboterkinematik Roboterarm und Gelenke 4.1 Grundlegende Begriffe Mechanismus besteht aus einer Anzahl von starren Körpern (Glieder diese sind durch Gelenke verbunden Ein Gelenk verbindet genau zwei
MehrKreis - Tangente. 2. Vorbemerkung: Satz des Thales Eine Möglichkeit zur Bestimmung der Tangente benutzt den Satz des Thales.
Kreis - Tangente 1. Allgemeines 2. Satz des Thales 3. Tangente an einem Punkt auf dem Kreis 4. Tangente über Analysis (an einem Punkt eines Ursprungkreises) 5. Tangente von einem Punkt (Pol) an den Kreis
Mehr1 Vektoren, Vektorräume, Abstände: 2D
Vektoren, Vektorräume, Astände: D Definition: Die Menge aller (geordneten Paare reeller Zahlen (oder allgemeiner: Elemente eines elieigen Körpers, als Spalten geschrieen, ezeichnen wir als Vektoren: R
Mehr44 Orthogonale Matrizen
44 Orthogonale Matrizen 44.1 Motivation Im euklidischen Raum IR n haben wir gesehen, dass Orthonormalbasen zu besonders einfachen und schönen Beschreibungen führen. Wir wollen das Konzept der Orthonormalität
MehrVektorprodukt. Satz: Für a, b, c V 3 und λ IR gilt: = a b + a c (Linearität) (Linearität) b = λ
Vektorprodukt Satz: Für a, b, c V 3 und λ IR gilt: 1 a b = b a (Anti-Kommutativität) ( ) 2 a b + c ( 3 a λ ) b = λ = a b + a c (Linearität) ( a ) b (Linearität) Satz: Die Koordinatendarstellung des Vektorprodukts
MehrGeometrische Deutung linearer Abbildungen
Geometrische Deutung linearer Abbildungen Betrachten f : R n R n, f(x) = Ax. Projektionen z.b. A = 1 0 0 0 1 0 0 0 0 die senkrechte Projektion auf die xy-ebene in R 3. Projektionen sind weder injektiv
Mehr4 Lineare Abbildungen
17. November 2008 34 4 Lineare Abbildungen 4.1 Lineare Abbildung: Eine Funktion f : R n R m heißt lineare Abbildung von R n nach R m, wenn für alle x 1, x 2 und alle α R gilt f(αx 1 ) = αf(x 1 ) f(x 1
MehrMusterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen
Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können
MehrRepräsentation und Transformation von geometrischen Objekten
Repräsentation und Transformation von geometrischen Objekten Inhalt: Grundlagen Überblick Einfache Transformationen in der Ebene Homogene Koordinaten Einfache Transformationen in der Ebene mit homogenen
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
MehrEinführung in die Robotik. Jianwei Zhang
- Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 20. April 2010 J. Zhang 63 Gliederung Allgemeine Informationen
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
MehrProjektion. 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
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen Teschl/Teschl.3,. Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
MehrProjektive Geometrie
Projektive Geometrie Einleitung Was ist projektive Geometrie? eine alternative algebraische Repräsentation von geometrischen Objekten (Punkt, Gerade,...) und Transformationen (Translation, Rotation,...)
MehrKapitel I: Vektorrechnung 2: Vektoren im Raum
WS 1/14 - Prof Dr Manfred Leitz 2 Vektoren im Raum A Grundbegriffe B Rechnen mit Vektoren C Der euklidische Betrag D Das euklidische Skalarprodukt E Vektorprodukt und Spatprodukt F Geraden und Ebenen im
MehrHauptachsentransformation: Eigenwerte und Eigenvektoren
Hauptachsentransformation: Eigenwerte und Eigenvektoren die bisherigen Betrachtungen beziehen sich im Wesentlichen auf die Standardbasis des R n Nun soll aufgezeigt werden, wie man sich von dieser Einschränkung
MehrVerbundstudium TBW Teil 1 Grundlagen 3. Semester
Verbundstudium TBW Teil 1 Grundlagen 3. Semester 1.1 Internationales Einheitensystem System (SI) Größe Symbol Einheit Zeichen Länge x Meter m Zeit t Sekunde s Masse m Kilogramm kg Elektr. Stromstärke I
MehrArbeitsblatt 1 Einführung in die Vektorrechnung
Arbeitsblatt Einführung in die Vektorrechnung Allgemein Vektoren sind physikalische Größen und durch ihre Richtung und ihren Betrag festgelegt. Geometrisch wird ein Vektor durch einen Pfeil dargestellt,
Mehr++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen dx+ey+f = 0 1.1
Hauptachsentransformation. Einleitung Schneidet man den geraden Kreiskegel mit der Gleichung = + und die Ebene ++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen +2 + +dx+ey+f = 0. Die
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNSCHE UNVERSTÄT MÜNCHEN Zentrum Mathematik PROF DRDR JÜRGEN RCHTER-GEBERT, VANESSA KRUMMECK, MCHAEL PRÄHOFER Höhere Mathematik für nformatiker Wintersemester 23/24 Aufgabenblatt 2 23 Januar 24 Präsenzaufgaben
Mehr14 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE. x y
4 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE 4 Projektionen 4. Parallelprojektion (a) Senkrechte Projektion auf eine Koordinatenebene Wir wählen als Projektionsebene die Ebene, d. h. in den Beeichnungen
MehrGrundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015
Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt
Mehr2 Grundlegende Verfahren und Techniken
2 Grundlegende Verfahren und Techniken 2. Koordinaten und Transformationen 2.. Punkte und Vektoren Punkte: Orte im Raum Vektoren: gerichtete Abstände zwischen Punkten Um wie viel und in welche Richtung
Mehr3.3. Drehungen und Spiegelungen
3.3. Drehungen und Spiegelungen Drehungen und Spiegelungen in der Ebene Die Multiplikation einer komplexen Zahl z = x + i y (aufgefaßt als Punkt oder Ortsvektor der Ebene) mit der Zahl w = e ( ) = i φ
Mehr35 Matrixschreibweise für lineare Abbildungen
35 Matrixschreibweise für lineare Abbildungen 35 Motivation Wir haben gesehen, dass lineare Abbildungen sich durch ihre Wirkung auf die Basisvektoren ausdrücken lassen Mithilfe von Matrizen können wir
MehrHilfsblätter Lineare Algebra
Hilfsblätter Lineare Algebra Sebastian Suchanek unter Mithilfe von Klaus Flittner Matthias Staab c 2002 by Sebastian Suchanek Printed with L A TEX Inhaltsverzeichnis 1 Vektoren 1 11 Norm 1 12 Addition,
Mehra 2β... a n ω alle Permutationen von α β γ... ω a 3 γ ( 1) k a 1α
Mathematik 1 - Übungsblatt 7 Lösungshinweise Tipp: Verwenden Sie zur Kontrolle Scilab, wo immer es möglich ist. Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
Mehr1 Fraktale Eigenschaften der Koch-Kurve
Anhang Inhaltsverzeichnis Fraktale Eigenschaften der Koch-Kurve iii. Einführung.................................. iii.2 Defintion.................................... iii.3 Gesamtlänge der Koch-Kurve........................
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen
MehrMathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )
Aufgabe 1: Berechne die Determinante und die Transponierte der folgenden Matrizen: 0 1 1.1 M =( 0 4 1 4 det M =0 4 1 4= 4 M T =( 5 3 3 1.2 1 1 3 A=( =( A T 3 0 1 5 1 3 3 1 0 3 3 1 4 4 det M = 5 1 1+3 3
MehrBC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2
Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra 1 Vektoralgebra 1 Der dreidimensionale Vektorraum R 3 ist die Gesamtheit aller geordneten Tripel (x 1, x 2, x 3 ) reeller Zahlen Jedes geordnete
Mehrtäglich einmal Scilab!
Mathematik 1 - Übungsblatt 7 täglich einmal Scilab! Aufgabe 1 (Definitionsformel für Determinanten) Determinanten quadratischer Matrizen sind skalare Größen (=einfache Zahlen im Gegensatz zu vektoriellen
Mehr8 Der Vektorraum R n und Lineare Abbildungen
8 DER VEKTORRAUM R N UND LINEARE ABBILDUNGEN 171 8 Der Vektorraum R n und Lineare Abbildungen Im vorherigen Abschnitt haben wir den Begriff des Vektorraumes über einem Körper K kennengelernt. Beispiele
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
MehrDarstellungstheorie. Vortag von Heiko Fischer - Proseminar QM
Darstellungstheorie Vortag von Heiko Fischer - Proseminar QM Wir haben uns in den vergangenen Vorträgen intensiv mit den Eigenschaften abstrakter Gruppen beschäftigt. Im physikalischen Kontext sind Gruppen
MehrMathematik für Chemische Technologie 2
Mathematik für Chemische Technologie 2 Themenüberblick: Funktionen mehrerer unabhängigen Veränderlichen Vektoralgebra Lineare Gleichungssysteme und Determinanten Fehlerrechnung Schwerpunkt des Sommersemesters
MehrTheoretische Physik 1, Mechanik
Theoretische Physik 1, Mechanik Harald Friedrich, Technische Universität München Sommersemester 2009 Mathematische Ergänzungen Vektoren und Tensoren Partielle Ableitungen, Nabla-Operator Physikalische
MehrAnalytische 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
MehrGeometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt:
Geometrie 1. Vektoren Die Menge aller zueinander parallelen, gleich langen und gleich gerichteten Pfeile werden als Vektor bezeichnet. Jeder einzelne Pfeil heißt Repräsentant des Vektors. Bei Ortsvektoren:
Mehrein geeignetes Koordinatensystem zu verwenden.
1.13 Koordinatensysteme (Anwendungen) Man ist immer bemüht, für die mathematische Beschreibung einer wissenschaftlichen Aufgabe ( Chemie, Biologie,Physik ) ein geeignetes Koordinatensystem zu verwenden.
MehrMusterlösung 7 Lineare Algebra für die Naturwissenschaften
Musterlösung 7 Lineare Algebra für die Naturwissenschaften Aufgabe Entscheiden Sie, ob folgende Abbildungen linear sind, und geben sie für die linearen Abbildungen eine Matrixdarstellung (in einer Basis
MehrTransformationen. 09-Transformationen
Transformationen 9-Transformationen Als Transformationen werden affine Transformationen im R n betrachtet. Alle derartigen Transformationen lassen sich darstellen als: A + b wobei A die quadratische Transformationsmatri
MehrVorkurs Mathematik. Vektoren, lineare Gleichungssysteme und Matrizen
Dorfmeister, Boiger, Langwallner, Pfister, Schmid, Wurtz Vorkurs Mathematik TU München WS / Blatt Vektoren, lineare Gleichungssysteme und Matrizen. In einem kartesischen Koordinatensystem des R sei eine
Mehrd 2 b 2 c 2 d 3 b 3 c 3 , D a 1 d 1 c 1 v 3 Definiton (Verbindungsvektor): Zwei Punkte A(a 1 a 2 a 3 ) und B(b 1 b 2 b 3 ) legen den Vektor b 1 a 1
2008/2009 Das Wichtigste in Kürze Klasse 3 Lineare Gleichungssysteme und Determinanten Definiton (Lineare Gleichungssysteme: Lineare Gleichungssysteme löst man entweder mit dem Gauß-Algorithmus oder nach
MehrKinematik des Puma 200
Kinematik des Puma 200 1 2 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung 3 2 Denavit-Hartenberg-Konfiguration 5 3 Mehrdeutigkeiten 7 4 Direkte Kinematik 10 5 Inverse Kinematik 13 6 Orientierung des
MehrVektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5
Vektorrechnung 0. August 07 Inhaltsverzeichnis Vektoren Grundlegende Rechenoperationen mit Vektoren 3 3 Geometrie der Vektoren 5 4 Das Kreuzprodukt 9 Vektoren Die reellen Zahlen R können wir uns als eine
MehrBrückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
Mehr10.2 Linearkombinationen
147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition
MehrVektoren. Mathematik I für Biologen, Geowissenschaftler und Geoökologen. Vektoren. Stefan Keppeler. 21. November 2007.
Mathematik I für Biologen, Geowissenschaftler und Geoökologen Vektoren 21. November 2007 Vektoren Vektoren werden zur Darstellung gerichteter Größen verwendet. Man stelle sich also einen Pfeil in eine
MehrNun erinnern wir an die Konvention, dass die Komponenten von v V (bzgl. B) einen Spaltenvektor. v 1 v 2 v =
eim Rechnen mit Linearformen in V zusammen mit Vektoren in V ist es von Vorteil, mit der Dualbasis zu einer gewählten asis von V zu arbeiten Hierzu einige Erläuterungen Wie ede asis von V kann die Dualbasis
Mehr3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60
Kartesische Koordinaten in Ebene und Raum 3 Vektoren 3.1 Kartesische Koordinaten in Ebene und Raum In der Ebene (mathematisch ist dies die Menge R 2 ) ist ein kartesisches Koordinatensystem festgelegt
Mehr