Computergraphik Grundlagen

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Computergraphik Grundlagen"

Transkript

1 Computergraphik Grundlagen IV. Koordinatensysteme und geometrische Transformationen Prof. Stefan Schlechtweg Hochschule Anhalt Fachbereich Informatik

2 Inhalt Lernziele 1. Skalare Punkte und Vektoren 2. Koordinatensysteme Kartesische Koordinaten Polarkoordinaten Sphärische Koordinaten 3. Transformationen in 2D Translation Skalierung Rotation Homogene Koordinaten Transformationsmatrizen Inverse Transformationen Zusammengesetzte Transformationen Weitere Transformationen 4. Affine Abbildungen 5. Transformationen in 3D 6. Koordinatentransformationen 7. Planare Orojektionen Parallelprojektion Perspektivische Projektion Projektionsmatrizen 8. Zusammenfassung Das mathematische Grundgerüst für Transformationen kennen Verschiedene Koordinatensysteme kennen und anwenden können, Koordinaten zwischen den Koordinatensystemen umrechnen können Transformationen als eine Grundlage der Computergraphik kennen und anwenden können Das Konzept der Homogenen Koordinaten verstehen und beherrschen Transformationsmatrizen in 2D kennen und herleiten können Transformationsmatrizen in 3D kennen und anwenden können Weitere Konzepte zu Koordinatensystemen und Transformationen überblicksartig beherrschen Charakteristika und Arten planarer Projektionen kennenlernen Mathematische Grundlagen planarer Projektionen verstehen 2

3 1. Skalare, Punkte, Vektoren Mathematisches Grundgerüst für viele Anwendungen in der Computergraphik Geometrische Modellierung in Koordinatensystemen Rendering ist Transformationskette durch Koordinatensysteme Geometrische Modelle beschrieben durch Punkte und Vektoren Transformationen beschrieben durch Punkte, Vektoren, Skalare, Matrizen Animationen beschrieben durch Punkte, Vektoren, Skalare, Matrizen 3

4 1. Skalare, Punkte, Vektoren Skalare, Vektoren und Matrizen Skalare 0-dimensional Vektoren 1-dimensional, n Komponenten Matrizen 2-dimensional, n m Elemente Zusammenhang: Komponenten eines Vektors bzw. Elemente einer Matrix sind Skalare. Zeilen bzw. Spalten einer Matrix sind Vektoren. Warum Matrizen? Beschreibung von Transformationen (Transformationsmatrizen) 4

5 1. Skalare, Punkte, Vektoren Skalare, Punkte und Vektoren im 3D-Raum Jeder Vektor (a,b,c) kann eindeutig in eine Linearkombination der Elemente der Basis des Vektorraumes zerlegt werden: (a,b,c) = a(1,0,0) + b(0,1,0) + c(0,0,1) z c(0,0,1) (a,b,c) a(1,0,0) b(0,1,0) x y Skalare sind reelle Zahlen. Bei Transformationen repräsentieren sie z.b. Drehwinkel und Skalierungsfaktoren. 5

6 1. Skalare, Punkte, Vektoren Punkt-Vektor Rechenregeln Punkt + Punkt = undefiniert Vektor ± Vektor = Vektor Punkt ± Vektor = Punkt Punkt - Punkt = Vektor Skalar Vektor = Vektor Skalar Punkt = Punkt 6

7 1. Skalare, Punkte, Vektoren Vektorraum: enthält Vektoren und Skalare. In einem Vektorraum sind Operationen definiert, die Vektoren v und Skalare s verknüpfen. Multiplikation: f(v s) v Addition: f(v 1,v 2 ) v Affiner Raum ist ein Vektorraum, der um Punkte p erweitert wird. Punkte können subtrahiert werden. Subtraktion: f(p 1, p 2 ) v Euklidischer Raum ist ein affiner Raum, in dem skalare Werte quantifiziert werden, wobei das euklidische Abstandsmaß benutzt wird. In der CG nutzen wir vorrangig euklidische Räume. 7

8 1. Skalare, Punkte, Vektoren Implementierung: Graphikbibliotheken enthalten oft vordefinierte Strukturen bzw. Klassen für Punkte, Vektoren und Matrizen. Diese enthalten Methoden zum Rechnen mit Vektoren. Beispiele: Überladen von Operatoren zur Addition, Subtraktion Bestimmung von Kreuz- und Skalarprodukt Bestimmung der Größe eines Vektors 8

9 2. Koordinatensysteme y z c(0,0,1) a(1,0,0) b(0,1,0) (a,b,c) x Interpretation: Ein Vektor hat keine Position. Ausgehend von einem festen Punkt (z.b. o) definiert ein Vektor einen Punkt. Vektor (a,b,c) kann als Punkt im Raum dargestellt werden, der dem Endpunkt eines Vektors (a, b, c) ausgehend vom Koordinatenursprung (0,0,0) entspricht. Äquivalentes gilt für andersdimensionale Vektorräume R n 9

10 2. Koordinatensysteme Eine Menge (o, e 1, e 2,..., e n ) bestehend aus einem Punkt o A n und der Basis (e 1, e 2,...,e n ) von A n heißt Koordinatensystem. Für jeden Punkt p A n ist Ortsvektor von p Komponenten von v heißen Koordinaten bezüglich (e 1, e 2,..., e n ) d.h. p besitzt die Koordinaten (x 1, x 2,..., x n ): Punkt o heißt Koordinatenursprung 10

11 2. Koordinatensysteme 2.1. Kartesische Koordinaten zweidimensional y x dreidimensional y x y z x X- Richtung des Daumens Y- Zeigefinger Z- Mittelfinger Die beiden Koordinatensysteme sind spiegelbildlich und nicht durch Drehung ineinander zu überführen. z rechtshändiges Koordinatensystem linkshändiges Koordinatensystem 11

12 2. Koordinatensysteme 2.2. Polarkoordinaten Punkte einer Ebene werden in Bezug auf einen Ursprung und eine Richtung angegeben Umrechnung kartesische Polarkoordinaten x = r cos ϕ y = r sin ϕ Quelle: Wikipedia 12

13 2. Koordinatensysteme 2.3. Sphärische Koordinaten Polarkoordinaten erweitert um dritte Dimension Position des Punktes eindeutig bestimmt durch einen Ursprung und zwei Winkel Umrechnung: x = r sin θ cos ϕ y = r sin θ sin ϕ z = r cos θ Quelle: Wikipedia 13

14 3. Transformationen in 2D Fragestellung: Wie werden Bewegungen beschrieben? Wie berechnet man die Position von Objekten nach Bewegungen? Bewegungen = Transformationen Veränderung der Position von Punkten Verschiebung = Translation Größenveränderungen = Skalierung Drehung = Rotation Weitere affine Transformationen: Spiegelung Scherung 14

15 3. Transformationen in 2D 3.1. Translation dy (x,y ) Punkt (x,y) wird auf gerader Linie nach (x, y ) verschoben. komponentenweise Addition von Vektoren v = v + t (x,y) dx x = x + d x y = y + d y 15

16 3. Transformationen in 2D 3.1. Translation 6 Y Komponentenweise Addition v = v + t dx = 4 dy = 4 x = x + d x y = y + d y X Polygone verschieben: Eckpunkte verschieben (Vektoren) und dann Kanten dazwischen neu zeichnen erhält Länge ( isometrisch ) erhält Winkel ( konformal ) 16

17 3. Transformationen in 2D 3.2. Skalierung v = S. v x = S x. x y = S y. y (x,y ) Zentrum der Skalierung ist o Uniforme Skalierung o (x,y) S x = S y Nicht-uniforme Skalierung S x <> S y 17

18 3. Transformationen in 2D 3.2. Skalierung Y v = S. v (2,1) 1 2 (3,1) (6,2) (9,2) X x = S x. x y = S y. y S x = 3 S y = 2 Längen werden nicht erhalten Winkel werden nicht erhalten (nur bei uniformer Skalierung) 18

19 3. Transformationen in 2D 3.3. Rotation (x,y ) (x,y) Rotationszentrum ist o. Punkt (x,y) wird um den Winkel θ um o gedreht, so dass sich der Punkt (x,y ) ergibt. Positive Werte von θ ergeben eine Drehung entgegen dem Uhrzeigersinn. o θ 19

20 3. Transformationen in 2D 3.3. Rotation y Herleitung der Berechnungsvorschrift: (x,y ) Entfernung r vom Ursprung zu (x,y) bzw. (x,y ) bleibt unverändert. Nutzung von Additionstheoremen für Winkelfunktionen. x = r cos φ (II) y = r sin φ (I) (III) (IV) x = r cos (θ + φ ) = r cos φ cos θ - r sin φ sinθ y = r sin (θ + φ ) = r cos φ sin θ + r sin φ cosθ r θ r φ r cos(θ + φ) (x,y) r cosφ x (I) in (III) und (IV) sowie (II) in (III) und (IV) einsetzen: x = x cosθ y sinθ y = x sinθ + y cosθ 20

21 3. Transformationen in 2D 3.3. Rotation Y v = R θ. v x = x cosθ y sinθ y = x sinθ + y cosθ X Rotationen um negative Winkel erfolgen mit dem Uhrzeigersinn ausnutzen: cos(-θ) = cos(θ) und sin(-θ) = -sin(θ) Längen und Winkel werden erhalten 21

22 3. Transformationen in 2D 3.3. Rotation Was, wenn Objekt nicht im Ursprung liegt? Lösung: in den Ursprung verschieben, rotieren, zurück verschieben. Skalierung erfordert ähnliche Behandlung, da außerhalb des Ursprungs zusätzlich eine Translation erfolgt 22

23 3. Transformationen in 2D 3.4. Homogene Koordinaten Translation: v = v + t Skalierung: v = S v Rotation: v = R θ v Zusammenfassung schwierig auszudrücken, da Translation keine Matrixmultiplikation Schwierig bei zusammengesetzten Transformationen! Einheitliche Repräsentation von Transformationen gesucht Homogene Koordinaten 23

24 3. Transformationen in 2D 3.4. Homogene Koordinaten Ein Koordinatensystem wird in ein homogenes Koordinatensystem überführt, indem eine zusätzliche Dimension eingeführt wird: n n+1 Dimensionen. Ein Punkt (x, y) wird in homogenen Koordinaten durch das Tripel (x w, y w, w) repräsentiert, mit w 0. Normalisierte Darstellung: w = 1 (x, y, 1) Jeder Punkt hat unendlich viele äquivalente Repräsentationen in homogenen Koordinaten. Achtung: Homogene Koordinaten von 2D-Punkten nicht mit normalen 3D-Koordinaten verwechseln! 24

25 3. Transformationen in 2D 3.4. Homogene Koordinaten Veranschaulichung in 2D Punkt P=(x,y) wird erweitert zu P =(x,y,1) Homogene Koordinaten von P ergeben Gerade in 3D, da alle Punkte P =(x,y,w) den gleichen Punkt P in 2D repräsentieren w P P w=1 P x y 25

26 3. Transformationen in 2D 3.4. Homogene Koordinaten Vorteile: Repräsentation aller Punkte in homogenen Koordinaten ermöglicht einheitliche Behandlung der Transformationen? Fragen: Was steht für das Fragezeichen? Welche Operation ist *? Antwort: Transformationen werden als Matrizen repräsentiert Verknüpfung durch Multiplikation 26

27 3. Transformationen in 2D 3.5. Transformationsmatrizen Translation Vorher: Addition eines Vektors Jetzt: Multiplikation mit einer Translationsmatrix Skalierung Vorher: komponentenweise Multiplikation mit Skalierungsfaktoren Jetzt: Multiplikation mit einer Skalierungsmatrix 27

28 3. Transformationen in 2D 3.5. Transformationsmatrizen Rotation Vorher: komplexe Gleichung oder Matrixmultiplikation Jetzt: Multiplikation mit einer Rotationsmatrix Allgemeine 2D-Transformationsmatrix Skalierung Rotation Translation 28

29 3. Transformationen in 2D 3.6. Inverse Transformationen Inverse Transformationen: Frage: Wie macht man Transformationen rückgängig (was sind die inversen Transformationen)? Bsp.: Benutzer betätigt Undo-Taste Für elementare Transformationen einfach: Translation: Verschiebung um den negativen Verschiebungsvektor T -1 (dx, dy) = T(-dx, -dy) Skalierung: Skalierung mit dem reziproken Skalierungsfaktor S -1 ( θ) = S (1/ θ) Rotation: Rotation um den negativen Rotationswinkel. Da aber Rotationsmatrizen orthogonal sind, gilt R -1 = R T. 29

30 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Nacheinanderausführung zweier Translationen Translation ist additiv, d.h. Ergebnis ist eine Verschiebung um die Summe beider Vektoren Nacheinanderausführung zweier Skalierungen Skalierung ist multiplikativ, d.h. Ergebnis ist eine Skalierung um das Produkt der beiden Faktoren. 30

31 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Nacheinanderausführung zweier Rotationen Rotation ist additiv. Allgemein: Homogene Koordinaten Ermöglichen Vereinheitlichung und Kombination aller geometrischen Transformationen Schreibweise Transformationen werden in der Reihenfolge T 1, T 2,..., T n ausgeführt P =T n... T 2 T 1 P 31

32 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Zusammensetzen von Transformationen Rotation eines Punktes um einen beliebigen Punkt P 1 in der Ebene Ausführung in drei Schritten 1. Translation, so dass P 1 im Ursprung liegt 2. Rotation um den Ursprung 3. Rück-Translation von P 1 P 1 P 1 32

33 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Zerlegung von komplizierten Transformationen in elementare Transformationen Repräsentation der Gesamt-Transformation durch eine Matrix möglich 33

34 3. Transformationen in 2D 3.7. Zusammengesetzte Transformationen Aber: Matrixmultiplikation ist i.a. nicht kommutativ! Das bedeutet: Reihenfolge der Transformationen ist ausschlaggebend für das Ergebnis also: T n...t 2 T 1 P T 1 T 2...T n P T 2 T n...t 1 P wenn die T i voneinander verschiedene Transformationen sind Allerdings in einigen Fällen besteht Kommutativität: Nacheinanderausführung von Translationen Nacheinanderausführung von Skalierungen Nacheinanderausführung von Rotationen 34

35 3. Transformationen in 2D 3.8. Weitere Transformationen Spiegelung an der x-achse an der y-achse wird implementiert als Skalierung mit dem Faktor -1 35

36 3. Transformationen in 2D 3.8. Weitere Transformationen Scherung Versatz parallel zur x- Achse, proportional zur y- Position (bzw. umgekehrt) in x-richtung a=1, y=4 (x,y) (x,y ) in y-richtung a=1, y=1 36

37 4. Affine Abbildungen Jede Sequenz von Rotation, Translation und Skalierung erhält die Parallelität von Linien, aber nicht Längen und Winkel. Solche Transformationen heißen affine Transformationen / Abbildungen. Eine affine Abbildung ist eine Abbildung zwischen zwei Vektorräumen (oder affinen Räumen), die Kollinearitäten (Bilder von Punkten, die auf einer Geraden liegen, liegen wieder auf einer Geraden) und Abstandsverhältnisse paralleler Strecken bewahrt. mathematisch ausgedrückt: Eine Abbildung Φ: R³ R³ heißt affin, falls für alle λ i R mit Σλ i =1 Die affinen Abbildungen umfassen alle linearen Abbildungen (z. B. Rotation, Skalierung, Scherung) und ergänzen diese um die Translationen. 37

38 4. Affine Abbildungen Affine Abbildungen sind: Geradentreu. Das Bild einer Geraden ist wieder eine Gerade. Parallelentreu. Parallele Geraden haben parallele Bildgeraden. Teilverhältnistreu. Dem Teilverhältnis auf einer Geraden entspricht das Teilverhältnis auf der Bildgeraden. Bsp: Wenn Punkt C Strecke AB im Verhältnis 1:2 teilt, dann liegt C auf A B und teilt A B im gleichen Verhältnis. Affine Abbildungen sind: nicht verhältnistreu in Bezug auf Teilflächen Bsp: Wenn ein Punkt D das Dreieck ABC in drei gleich große Dreiecke ABD, ACD und BCD teilt, dann ist das Verhältnis der Flächen von A B D zu A C D zu B C D im allgemeinen nicht 1:1:1. nicht längentreu C nicht winkeltreu nicht flächentreu. A D B 38

39 4. Affine Abbildungen Jede affine Abbildung läßt sich in homogenen Koordinaten mit einer Matrix darstellen: Transformationsmatrizen als Werkzeug in der Computergraphik 39

40 5. Transformationen in 3D Vorgehensweise gleich zu 2D Repräsentation in homogenen Koordinaten (4D) Transformationsmatrizen demzufolge 4 4-Matrizen 40

41 5. Transformationen in 3D Translation Addition eines Translationsvektors bzw. Multiplikation mit einer Translationsmatrix Skalierung Multiplikation mit Skalierungsfaktoren bzw. Multiplikation mit einer Skalierungsmatrix uniforme Skalierung, wenn s x =s y =s z, sonst Nicht-uniforme Skalierung 41

42 5. Transformationen in 3D Rotation Rotationen um die verschiedenen Koordinatenachsen müssen betrachtet werden. 3 verschiedene Rotationsmatrizen (Rotation um positive Winkel in rechtshändigem Koordinatensystem) Achse, um die gedreht wird, bleibt Einheitsvektor in der Matrix 42

43 5. Transformationen in 3D Warum unterschiedliche Vorzeichen bei den Winkeln (Sinus)? y x x z z rechtshändiges Koordinatensystem gegenüber der 2D-Herleitung: Spiegelung an der x-achse (x, -y) (sin θ = - sin (- θ ), cos (- θ) = cos θ 43

44 5. Transformationen in 3D Überführung rechtshändiges in linkshändiges Koordinatensystem (Spiegelung) 44

45 5. Transformationen in 3D Zusammensetzen von Transformationen auch über Multiplikation der Matrizen generelle Transformationsmatrix in 3D Skalierung Rotation Translation 45

46 6. Koordinatentransformationen Bisher: Transformation von Punkten in neue Punkte bei konstantem Koordinatensystem ( geometrische Transformationen ) Äquivalente Sichtweise: Wechsel des Koordinatensystems bei konstanten geometrischen Objekten ( Koordinatentransfor-mationen ) Allgemein gilt: Geometrische Transformationen und entsprechende Koordinatentransformationen sind invers zueinander! M 21 Quelle: Stefanie Schraufstetter, TU München 46

47 7. Planare Projektionen A painting [the projection plane] is the intersection of a visual pyramid [view volume] at a given distance, with a fixed center [center of projection] and a defined position of light, represented by art with lines and colors on a given surface [the rendering]. (Alberti, 1435) Hans Vredemann de Vries: Perspektiv

48 7. Planare Projektionen Albrecht Dürer: Der Zeichner der Laute 48

49 7. Planare Projektionen Planare Projektionen: Projektionsstrahlen sind Geraden Gerade Linien werden auf gerade Linien abgebildet (es entstehen keine Krümmungen). Projektionsfläche ist eine Ebene. 49

50 7. Planare Projektionen Wichtige Begriffe und Abkürzungen: Parallelprojektion ist charakterisiert durch die Richtung der Projektion (direction of projection, dop) Perspektivische Projektion ist charakterisiert durch das Projektionszentrum (center of projection, cop) Ebene auf die das Bild projiziert wird: Sichtebene (view plane). Vektor, der senkrecht zur Projektionsebene steht: Normale der Sichtebene (view plane normal, vpn). Strahlen, die die Projektion charakterisieren: Projektoren. Bei perspektivischer Projektion gehen sie vom cop aus und divergieren; bei der Parallelprojektion sind sie parallel. 50

51 7. Planare Projektionen 3D nach 2D Wesentliche Klassen von geometrische Projektionen Perspektivische (Center of Projection, COP) Parallele (Projektionsrichtung, DOP) Quelle: Foley, van Dam, Feiner, Hughes

52 7. Planare Projektionen rechtwinklig schief ein Fluchtpunkt Tafelprojektion Grundriss axonometrisch isometrisch Kavalier Kabinett zwei Fluchtpunkte drei Fluchtpunkte Aufriss dimetrisch... Seite trimetrisch 52

53 7. Planare Projektionen 7.1. Parallelprojektionen Parallelprojektion Projektionszentrum liegt im Unendlichen Projektionsstrahlen verlaufen parallel Keine perspektivische Verkürzung Parallele Linien bleiben parallel. Unterschiede: Winkel zwischen vpn und dop sowie Winkel zwischen dop und den Koordinatenachsen Typische Anwendungen: Darstellung von architektonischen Modellen (Gebäuden), die im wesentlichen durch rechtwinklige Bestandteile charakterisiert sind Darstellung medizinischer Daten 53

54 7. Planare Projektionen 7.1. Parallelprojektionen Rechtwinklige Projektionen Seitenansicht, Vorderansicht, Draufsicht Tafelprojektionen: Rechtwinklige Parallelprojektion, bei der Sichtebene parallel zu einer Koordinatenachse ist. 54

55 7. Planare Projektionen 7.1 Parallelprojektionen Axonometrische Projektionen Isometrisch: Winkel zwischen den drei Hauptachsen gleich (120º). Längenverkürzung Dimetrisch: Winkel zwischen zwei der Hauptachsen gleich Trimetrisch: Winkel zwischen den Hauptachsen jeweils unterschiedlich 55

56 7. Planare Projektionen 7.1. Parallelprojektionen Isometrische Projektion z 120 º 120 º y 120 º x 120 º 120 º 120 º iso-metric (griechisch für gleiches maß ) gleiche Verkürzung aller drei Hauptachsen gleiche Winkel (120º) zwischen den Projektionen der Achsen Projektionsebene schneidet jede Hauptachse in 45 56

57 7. Planare Projektionen 7.1. Parallelprojektionen Isometrische Projektion Age of Empires II Microsoft Corporation 57

58 7. Planare Projektionen 7.1. Parallelprojektionen Schräge (schiefe) Parallelprojektion Projektionsstrahlen nicht senkrecht zur Bildebene Typen: Kavalierperspektive, Kabinettperspektive 58

59 7. Planare Projektionen 7.1. Parallelprojektionen Schräge Parallelprojektion Kavalier: Winkel zwischen Projektoren und Projektionsebene: 45. Keine Längenverkürzung. Quelle: Foley, van Dam, Feiner, Hughes 90 Kabinett: Winkel zwischen Projektoren und Projektionsebene : arctan(2) = 63.4º. Verkürzung um 50%. Quelle: Foley, van Dam, Feiner, Hughes 90 59

60 7. Planare Projektionen 7.1. Parallelprojektionen Schräge Parallelprojektion Rechtwinklige Projektion Kavalierperspektive Kabinettperspektive 60

61 Rechtwinklig VPN einer Hauptkoordinatenachse DOP VPN zeigt eine Fläche, korrekte Abmessungen Axonometrisch VPN einer Hauptkoordinatenachse DOP VPN zeigt mehrere Flächen, keine exakt, einheitliche Verkürzung (parallele Linien erhalten, Winkel nicht) Schräg VPN einer Hauptkoordinatenachse DOP VPN (DOP = Direction of Projection, VPN = View Plane Normal) zeigt mehrere Flächen, eine korrekt, andere einheitlich verkürzt 61

62 7. Planare Projektionen 7.2. Perspektivische Projektion Betrachter im COP Näher an der visuellen Wahrnehmung als Parallelprojektion Unterteilung nach der Anzahl der Fluchtpunkte (Schnittpunkte parallerer Geraden in x-, y- und z- Richtung). 1, 2, 3 Quelle: Baugemeinsachft Passiv+ Quelle: Angel (2000) 62

63 7. Planare Projektionen 7.2. Perspektivische Projektion 63

64 7. Planare Projektionen 7.2. Perspektivische Projektion 1-Punkt-Perspektive: Die Projektionsebene schneidet nur eine der 3 Koordinatenachsen 2-Punkt-Perspektive: Die Projektionsebene schneidet zwei der 3 Koordinatenachsen 3-Punkt-Perspektive: Die Projektionsebene schneidet alle drei Koordinatenachsen 64

65 7. Planare Projektionen 7.2. Perspektivische Projektion Sichtebene in Relation zu den Koordinatenachsen Quelle: M. Haller, FH Hagenberg, (2002) 65

66 7. Planare Projektionen 7.2. Perspektivische Projektion Eigenschaften: Bei allen Arten perspektivische Verkürzung Parallelität von Linien und Winkel werden im allgemeinen nicht erhalten. Unterschiedliche Anzahl der Fluchtpunkte resultiert aus dem Winkel zwischen Sichtebene und den Ebenen aus je zwei Koordinatenachsen. 3 Fluchtpunkte, wenn die Projektionsebene alle Ebenen (xy, xz und yz) schneidet. 1 Fluchtpunkt, wenn Sichtebene parallel zu einer der drei Ebenen. 66

67 7. Planare Projektionen 7.3. Projektionsmatrizen Perspektivische Projektion Herleitung der Transformationsmatrix für die Zentralprojektion für folgendes Beispiel: Projektionszentrum liegt im Ursprung Projektionsebene ist die Ebene z = d aus der Ähnlichkeit der Dreiecke (0,0,0), (x,0,z),(x,0,d) und (0,0,0), (0,y,z),(0,y,d) ergibt sich für x : und analog für y : 67

68 7. Planare Projektionen 7.3. Projektionsmatrizen Perspektivische Projektion 68

69 7. Planare Projektionen 7.3. Projektionsmatrizen Perspektivische Projektion Herleitung der Transformationsmatrix für die Zentralprojektion für folgendes Beispiel: Projektionszentrum liegt im Punkt (0,0,-d) Projektionsebene ist die Ebene z = 0 69

70 7. Planare Projektionen 7.3. Projektionsmatrizen Parallelprojektion Wie sieht die Projektionsmatrix für die Parallelprojektion aus? Projektionsrichtung: (0,0,-1) Projektionsebene: z = 0 d.h. perspektivische Projektion auf z=0 mit Projektionszentrum (0,0,-d) und d = 70

71 8. Zusammenfassung Geometrische Transformationen sind lineare Abbildungen vom R n in den R n für uns von besonderem Interesse R 2 R 2 und R 3 R 3 Für Computergraphik relevant: Translation Skalierung Rotation Scherung, Spiegelung Einheitliche Behandlung der Transformationen durch Übergang zu homogenen Koordinaten und zur Darstellung der Transformationen durch Matrizen 71

72 8. Zusammenfassung Zusammengesetzte Transformationen durch Hintereinanderausführen von elementaren Transformationen, entspricht Multiplikation der Matrizen. Transformation der Objekte oder des Koordinatensystems Verschiedene Arten von Projektionen entsprechend des Darstellungsziels Projektionen lassen sich ebenfalls durch homogene Transformationsmatrizen repräsentieren 72

73 Video: Geri s Game Ziel: Realistische Animation menschlicher Körper und Bekleidung Erstmalig Einsatz von Subdivision Surfaces zur Modellierung für Animationen Spezielle Art der Polygonnetze Computergraphik II Academy Award for Best Animated Short Film

Planare Projektionen und Betrachtungstransformation. Quelle: Angel (2000)

Planare Projektionen und Betrachtungstransformation. Quelle: Angel (2000) Planare Projektionen und Betrachtungstransformation Quelle: Angel (2) Gliederung Einführung Parallelprojektionen Perspektivische Projektionen Kameramodell und Betrachtungstransformationen Mathematische

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

Mathematische Grundlagen

Mathematische 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

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

Seminar 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 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

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 2009/10 Vorlesung 1, Montag vormittag Vektoralgebra Ein Vektor lässt sich geometrisch als eine gerichtete Strecke darstellen,

Mehr

Kapitel 3: Geometrische Transformationen

Kapitel 3: Geometrische Transformationen [ 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

Mehr

2D-Transformationen. Kapitel 6. 6.1 Translation. 6.2 Skalierung

2D-Transformationen. Kapitel 6. 6.1 Translation. 6.2 Skalierung Kapitel 6 2D-Transformationen Mit Hilfe von Transformationen ist es möglich, die Position, die Orientierung, die Form und die Größe der grafischen Objekte zu manipulieren. Transformationen eines Objekts

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

3.1 Motivation. - Mit (mehreren) Koordinatentransformationen wird das Objektsystem in das Gerätesystem transformiert.

3.1 Motivation. - Mit (mehreren) Koordinatentransformationen wird das Objektsystem in das Gerätesystem transformiert. 3.1 Motivation Wichtige Grundlage der Bildwiedergabe auf dem Bildschirm oder anderen Ausgabegeräten sind Koordinatensysteme und Koordinatentransformationen im IR 2 und IR 3. Im allgemeinen unterscheidet

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

Computergrafik 1 Übung

Computergrafik 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

Mehr

Kapitel 3. Transformationen

Kapitel 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

Mehr

Erinnerung. Arbeitsschritte der Computergraphik. Modellierung. Animation. Rendering. Ausgabemedium. Generierung

Erinnerung. Arbeitsschritte der Computergraphik. Modellierung. Animation. Rendering. Ausgabemedium. Generierung Erinnerung Arbeitsschritte der Computergraphik Modellierung Animation Generierung Ausgabemedium Graphik/-Pipeline Wandelt die Beschreibung einer Szene im dreidimensionalen Raum in eine zweidimensionale

Mehr

14 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE. x y

14 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

Mehr

-dimensionale Darstellungen

-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

Mehr

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

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 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-

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

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

Mehr

1 Analytische Geometrie

1 Analytische Geometrie Analytische Geometrie. Grundlagen, Begriffe, Schreibweisen Achsenkreuz Die Achsen heißen in dieser Darstellung x und -Achse. Punkte Punkte werden weiterhin mit großen, lateinischen Buchstaben bezeichnet

Mehr

Kapitel 2: Mathematische Grundlagen

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

Mehr

ax 2 + bx + c = 0, (4.1)

ax 2 + bx + c = 0, (4.1) Kapitel 4 Komplexe Zahlen Wenn wir uns auf die reellen Zahlen beschränken, ist die Operation des Wurzelziehens (also die Umkehrung der Potenzierung) nicht immer möglich. Zum Beispiel können wir nicht die

Mehr

3.6 Drehungen in der Ebene

3.6 Drehungen in der Ebene 3.6-1 3.6 Drehungen in der Ebene 3.6.1 Die Drehmatrix Gelegentlich müssen wir die Lage eines Teilchens in einem ebenen Koordinatensystem beschreiben, das gegenüber einem festen System um φ gedreht ist.

Mehr

Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen

Mathematische 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

2 Die Algebra der Matrizen

2 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

Mehr

7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?

7. 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

Projektionen von geometrischen Objekten

Projektionen von geometrischen Objekten Inhalt: Projektionen von geometrischen Objekten Überblick Hauptrisse Aonometrische Projektionen isometrisch dimetrisch trimetrisch Schiefwinklige Projektionen Kavalierprojektion Kabinettprojektion Perspektivische

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

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

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

3D-Transformationen. Kapitel Translation Skalierung

3D-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

Mehr

Kapitel I: Vektorrechnung 2: Vektoren im Raum

Kapitel 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

Mehr

Computer-Graphik I Transformationen & Viewing

Computer-Graphik I Transformationen & Viewing lausthal Motivation omputer-raphik I Transformationen & Viewing Man möchte die virtuelle 3D Welt auf einem 2D Display darstellen. Zachmann lausthal University, ermany zach@in.tu-clausthal.de. Zachmann

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

Lineare Algebra. 1 Lineare Abbildungen

Lineare 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

Mehr

Computer graphics. Vektoren und Matrizen. Dr. Ernst Kruijff. Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences

Computer graphics. Vektoren und Matrizen. Dr. Ernst Kruijff. Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences Computer graphics Vektoren und Matrizen Dr. Ernst Kruijff Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences 3 Dm group Einführung Transformationen Sources Online:

Mehr

Lineare Algebra und Computer Grafik

Lineare Algebra und Computer Grafik Lineare Algebra und Computer Grafik Vorlesung an der Hochschule Heilbronn (Stand: 7 Mai ) Prof Dr V Stahl Copyright 6 by Volker Stahl All rights reserved Inhaltsverzeichnis Vektoren 4 Vektoren und Skalare

Mehr

Grundlagen der Vektorrechnung

Grundlagen der Vektorrechnung Grundlagen der Vektorrechnung Ein Vektor a ist eine geordnete Liste von n Zahlen Die Anzahl n dieser Zahlen wird als Dimension des Vektors bezeichnet Schreibweise: a a a R n Normale Reelle Zahlen nennt

Mehr

3.3. Drehungen und Spiegelungen

3.3. 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

Mehr

BC 1.2 Mathematik WS 2016/17. BC 1.2 Mathematik Zusammenfassung Kapitel II: Vektoralgebra und lineare Algebra. b 2

BC 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

Mehr

Transformationen im 3D-Raum

Transformationen 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

Mehr

Lineare Abbildungen (Teschl/Teschl 10.3, 11.2)

Lineare 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:

Mehr

10.2 Linearkombinationen

10.2 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

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

4 Lineare Abbildungen

4 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

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

(0, 3, 4) (3, 3, 4) (3, 3, 0)

(0, 3, 4) (3, 3, 4) (3, 3, 0) Übungsmaterial 1 2 Vektoren im Raum 2.1 Das räumliche Koordinatensystem Abbildung 1 zeigt das Koordinatensystem im R 3, dem dreidimensionalen Raum, mit eingefügtem Quader. Die Koordinaten einiger Eckpunkte

Mehr

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }.

, v 3 = und v 4 =, v 2 = V 1 = { c v 1 c R }. 154 e Gegeben sind die Vektoren v 1 = ( 10 1, v = ( 10 1. Sei V 1 = v 1 der von v 1 aufgespannte Vektorraum in R 3. 1 Dann besteht V 1 aus allen Vielfachen von v 1, V 1 = { c v 1 c R }. ( 0 ( 01, v 3 =

Mehr

1 Fraktale Eigenschaften der Koch-Kurve

1 Fraktale Eigenschaften der Koch-Kurve Anhang Inhaltsverzeichnis Fraktale Eigenschaften der Koch-Kurve iii. Einführung.................................. iii.2 Defintion.................................... iii.3 Gesamtlänge der Koch-Kurve........................

Mehr

ein geeignetes Koordinatensystem zu verwenden.

ein 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.

Mehr

Denition 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

Denition 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 (=

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

Matrizen und Drehungen

Matrizen und Drehungen Matrizen und Drehungen 20. Noember 2003 Diese Ausführungen sind im wesentlichen dem Skript zur Vorlesung Einführung in die Theoretische Physik I und II on PD Dr. Horst Fichtner entnommen. Dieses entstand

Mehr

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier

Mehr

1. 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. 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

Mehr

1 Vorlesungen: und Vektor Rechnung: 1.Teil

1 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

Mehr

Vorlesung Mathematik 2 für Informatik

Vorlesung Mathematik 2 für Informatik Vorlesung Mathematik für Informatik Inhalt: Lineare Algebra Rechnen mit Vektoren und Matrizen Lineare Gleichungssysteme, GauÿAlgorithmus Vektorräume, Lineare Abbildungen Eigenwerte und Eigenvektoren Literatur

Mehr

Computergrafik 1 Transformationen

Computergrafik 1 Transformationen Computergrafik 1 Transformationen Kai Köchy Sommersemester 2010 Beuth Hochschule für Technik Berlin Überblick Repräsentationen, Primitiven Transformationen in 2D Skalierung Translation Rotation Scherung

Mehr

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum

Fachschaft Mathematik und Informatik (FIM) LA I VORKURS. Herbstsemester 2015. gehalten von Harald Baum Fachschaft Mathematik und Informatik (FIM) LA I VORKURS Herbstsemester 2015 gehalten von Harald Baum 2. September 2015 Inhaltsverzeichnis 1. Stichpunkte zur Linearen Algebra I 2. Körper 3. Vektorräume

Mehr

Aufgabenskript. Lineare Algebra

Aufgabenskript. Lineare Algebra Dr Udo Hagenbach FH Gießen-Friedberg Sommersemester Aufgabenskript zur Vorlesung Lineare Algebra 6 Vektoren Aufgabe 6 Gegeben sind die Vektoren a =, b =, c = Berechnen Sie die folgenden Vektoren und ihre

Mehr

3D-Transformationen. Kapitel Translation Skalierung

3D-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

Mehr

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64

Vektoralgebra Anwendungen der Vektorrechnung VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen 1/64 1/64 VEKTORRECHNUNG Prof. Dr. Dan Eugen Ulmet Hochschule Esslingen März 2011 2/64 Overview Vektoralgebra 1 Vektoralgebra 2 Was sind Vektoren? 3/64 Vektoren werden geometrisch definiert als Pfeilklassen:

Mehr

Lineare Algebra: Theorie und Anwendungen

Lineare Algebra: Theorie und Anwendungen Lineare Algebra: Theorie und Anwendungen Sommersemester 2012 Bernhard Burgeth Universität des Saarlandes c 2010 2012, Bernhard Burgeth 1 VEKTOREN IN DER EBENE UND IM RAUM 2 1 Vektoren in der Ebene und

Mehr

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =

Matrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) = Matrizen Eine m nmatrix ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten der Form a 11 a 12 a 1n A = a ij = a 21 a 22 a 2n a m1 a m2 a mn Dabei sind m und n natürliche und die Koezienten a

Mehr

Repräsentation und Transformation von geometrischen Objekten

Repräsentation 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

Mehr

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015

Inhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015 Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler

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

8. Projektionsarten und Perspektive

8. Projektionsarten und Perspektive 8. Projektionsarten un Perspektive Projektionen: transformieren 3D-Objekte in 2D-Biler (mathematisch: lineare Abb., aber nicht bijektiv ugehörige Matri singulär,.h. Determinante ) Projektion ist Grunaufgabe

Mehr

Aufgabenskript. Lineare Algebra

Aufgabenskript. Lineare Algebra Dr Udo Hagenbach FH Gießen-Friedberg Sommersemester 9 Aufgabenskript zur Vorlesung Lineare Algebra 6 Vektoren Aufgabe 6 Gegeben sind die Vektoren a =, b =, c = Berechnen Sie die folgenden Vektoren und

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

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

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

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

y x x y ( 2x 3y + z x + z

y x x y ( 2x 3y + z x + z Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie

Mehr

Vektorrechnung Raumgeometrie

Vektorrechnung Raumgeometrie Vektorrechnung Raumgeometrie Sofja Kowalewskaja (*1850, 1891) Hypatia of Alexandria (ca. *360, 415) Maria Gaetana Agnesi (*1718, 1799) Emmy Noether (*1882 1935) Émilie du Châtelet (*1706, 1749) Cathleen

Mehr

2.3.1 Rechtshändiges und linkshändiges Koordinatensystem

2.3.1 Rechtshändiges und linkshändiges Koordinatensystem 2.3. Rechtshändiges und linkshändiges Koordinatensstem Die Koordinatenachsen im dreidimensionalen Raum lassen sich auf wei verschieden Arten anordnen: Linkshändig und Rechtshändig (s. Abbildung 2.9). Um

Mehr

Arbeitsblatt 1 Einführung in die Vektorrechnung

Arbeitsblatt 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

Arbeitsblatt Mathematik 2 (Vektoren)

Arbeitsblatt Mathematik 2 (Vektoren) Fachhochschule Nordwestschweiz (FHNW Hochschule für Technik Institut für Mathematik und Naturwissenschaften Arbeitsblatt Mathematik (Vektoren Dozent: - Brückenkurs Mathematik / Physik 6. Aufgabe Gegeben

Mehr

Lineare Algebra - alles was man wissen muß

Lineare Algebra - alles was man wissen muß Statistik für Bioinformatiker SoSe 3 Rainer Spang Lineare Algebra - alles was man wissen muß Der Titel ist natürlich gelogen, aber was wir hier zusammengetragen haben ist zumindest ein Anfang. Weniger

Mehr

XIII Geometrische Abbildungen und Matrizen

XIII Geometrische Abbildungen und Matrizen XIII Geometrische Abbildungen und Matrizen Geometrische Abbildungen und Abbildungsgleichungen 0 8 k= R' 6 S' R S P' Q' Q x P Z=O 6 8 0 Fig. Bei einer zentrischen Streckung wird von einem Punkt, dem Zentrum,

Mehr

The trick in teaching mathematics is that I do the easy part and you do the hard part. Hahn Hiang Shin, Complex Numbers and Geometry

The trick in teaching mathematics is that I do the easy part and you do the hard part. Hahn Hiang Shin, Complex Numbers and Geometry The trick in teaching mathematics is that I do the easy part and you do the hard part. Hahn Hiang Shin, Complex Numbers and Geometry MBT Mathematische Basistechniken Der Vektorraum Lineare Gleichungssysteme

Mehr

2.2 Kollineare und koplanare Vektoren

2.2 Kollineare und koplanare Vektoren . Kollineare und koplanare Vektoren Wie wir schon gelernt haben, können wir einen Vektor durch Multiplikation mit einem Skalar verlängern oder verkürzen. In Abbildung 9 haben u und v die gleiche Richtung,

Mehr

Aufgabenskript. Lineare Algebra

Aufgabenskript. 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

Mehr

Mathematik für Chemische Technologie 2

Mathematik für Chemische Technologie 2 Mathematik für Chemische Technologie 2 Themenüberblick: Funktionen mehrerer unabhängigen Veränderlichen Vektoralgebra Lineare Gleichungssysteme und Determinanten Fehlerrechnung Schwerpunkt des Sommersemesters

Mehr

Vektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42

Vektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42 Vektoren Jörn Loviscach Versionsstand:. April 29, 23:42 Rechnen mit Pfeilen Bei den komplexen Zahlen haben wir das Rechnen mit Pfeilen schon kennen gelernt. Addition und Subtraktion klappen in drei wie

Mehr

entspricht der Länge des Vektorpfeils. Im R 2 : x =

entspricht 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.

Mehr

Darstellende Geometrie

Darstellende Geometrie Darstellende Geometrie Bei der Darstellenden Geometrie geht es darum, einen räumlichen Gegenstand in einer zweidimensionalen Ebene darzustellen. Dabei wendet man hauptsächlich Projektionen an. Projektionen

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

Einführung 17. Teil I Zu den Grundlagen der linearen Algebra 21. Kapitel 1 Schnelleinstieg in die lineare Algebra 23

Einführung 17. Teil I Zu den Grundlagen der linearen Algebra 21. Kapitel 1 Schnelleinstieg in die lineare Algebra 23 Inhaltsverzeichnis Einführung 17 Zu diesem Buch 17 Konventionen in diesem Buch 17 Törichte Annahmen über den Leser 17 Wie dieses Buch aufgebaut ist 18 Teil I: Zu den Grundlagen der linearen Algebra 18

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

Vektoren, Vektorräume

Vektoren, 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

Mehr

Analytische Geometrie, Vektorund Matrixrechnung

Analytische 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?

Mehr

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung:

Lernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung: Vektorrechnung eine Einführung Einleitung: Um beispielsweise das Dreieck ABC in der Abbildung an die Position A'B'C' zu verschieben, muss jeder Punkt um sieben Einheiten nach rechts und drei nach oben

Mehr

Einführung Vektoralgebra VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen. October 6, 2007

Einführung Vektoralgebra VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen. October 6, 2007 Hochschule Esslingen October 6, 2007 Overview Einführung 1 Einführung 2 Was sind Vektoren? Vektoren werden geometrisch definiert als Pfeilklassen: Strecken mit gleichem Betrag, gleicher Richtung und Orientierung.

Mehr

Bernhard Strigel Gymnasium Kollegstufe 2009/11 Leistungskurs Mathematik M2 Klemens Schölhorn. Facharbeit

Bernhard Strigel Gymnasium Kollegstufe 2009/11 Leistungskurs Mathematik M2 Klemens Schölhorn. Facharbeit Bernhard Strigel Gymnasium Kollegstufe 2009/11 Memmingen Leistungskurs Mathematik M2 Klemens Schölhorn Facharbeit Das Rechnen mit Matrizen und Anwendungen in der Abbildungsgeometrie (Mathematische Grundlagen

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische Erfrischungen III - Vektoren und Matrizen Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen

Mehr

VEKTOREN. Allgemeines. Vektoren in der Ebene (2D)

VEKTOREN. Allgemeines. Vektoren in der Ebene (2D) VEKTOREN Allgemeines Man unterscheidet im Schulgebrauch zwischen zweidimensionalen und dreidimensionalen Vektoren (es kann aber auch Vektoren geben, die mehr als 3 Komponenten haben). Während zweidimensionale

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr