Algorithmische Geometrie: Delaunay Triangulierung (Teil 1)

Größe: px
Ab Seite anzeigen:

Download "Algorithmische Geometrie: Delaunay Triangulierung (Teil 1)"

Transkript

1 Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Nico Düvelmeyer WS 2009/2010,

2 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay Triangulierungen 4 Berechnung der Delaunay Triangulierung Möglichkeit 1 Randomisiert inkrementeller Ansatz Rahmen des Algorithmus

3 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay Triangulierungen 4 Berechnung der Delaunay Triangulierung Möglichkeit 1 Randomisiert inkrementeller Ansatz Rahmen des Algorithmus

4 Terrain f : A R 2 R in P A bekannt f (x) in A approximieren stetige linear innerhalb von Dreiecken sehr viele Triangulierungen Welche?

5 Güte der Approximation langgestreckte Dreiecke gleichseitige Dreiecke kleine Innenwinkel schlimmster Innenwinkel

6 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay Triangulierungen 4 Berechnung der Delaunay Triangulierung Möglichkeit 1 Randomisiert inkrementeller Ansatz Rahmen des Algorithmus

7 Definition Triangulierung maximale Ebenenaufteilung: keine weiteren Kanten Triangulierung von P: maximale Ebenenaufteilung mit Eckenmenge P

8 Satz 10.1 Gegeben: P n Punkte der Ebene (nicht kollinear) k Anzahl von Punkten aus P auf Rand von conv P Dann hat jede Triangulierung von P genau 2n 2 k Dreiecke 3n 3 k Kanten Beweis. T: Triangulierung von P mit m Dreiecken, n f = m + 1 Flächen, n k Kanten Inzidenzen Kanten Gebiete: 2n k = 3m + k n k = 3m+k 2 Eulerschen Formel n n k + n f = 2 n 3m+k 2 + m + 1 = 2 2n m k = 2 m = 2n k 2 n k = 3m+k 2 = 3(2n k 2)+k 2 = 3n 3 k

9 Definition 10.2 Winkel-Vektor Triangulierung T von P α 1,..., α 3m Innenwinkeln aller Dreiecke in T α 1 α 2 α 3m Winkel-Vektor von T: W (T) := (α 1,..., α 3m )

10 Peripheriewinkelsatz (Satz 10.3) Gegeben: Kreis K Gerade g a und b Schnittpunkte K g Punkte p, q, r, s auf selber Seite von g p und q auf K r innerhalb K s ausserhalb von K dann gilt: arb > apb = aqb > asb

11 Definition 10.4 Kantendrehung: Triangulierung T T Kante p i p j in T wird p k p l in T p i p k p j p l ein konvexes Viereck Dreiecke p i p j p k und p i p j p l aus T werden p i p k p l, p j p k p l in T Winkel α 1,..., α 6 in W (T) α 1,..., α 6 in W (T ) p i p j heißt unzulässige Kante, wenn min α i < min α i 1 i 6 1 i 6

12 Beobachtung 10.5 Triangulierung T unzulässigen Kante k von T Triangulierung T durch drehen von k in T Dann ist W (T ) > W (T)

13 Lemma 10.6 Gegeben: Triangulierung T Kante p i p j p i p j p k und p i p j p l i T K : Umkreis von p i p j p k p i p j unzulässig p l liegt innerhalb von K Zusätzlich: p i p k p j p l konvexes Viereck nicht auf einem Kreis genau eine Kante unzulässig: p i p j oder p k p l

14 Beweis von Lemma 10.6 p l innerhalb von K : auch Punkt p k innerhalb K (p i p j p l ) mehrfach Peripheriewinkelsatz für jeden neuen Innenwinkel gibt es kleineren alten Innenwinkel neues Minimum größer altes Minimum p i p j unzulässig p l außerhalb von K : p l auf K Viereck p i p k p j p l entartet oder nicht konvex? Rollentausch p i, p j p k, p l neues Minimum kleiner altes Minimum p i p j zulässig Gleichheit von vier Winkelgrößen minimale Innenwinkel dabei

15 Definition 10.7 Wir nennen T zulässige Triangulierung, falls T keine unzulässigen Kanten enthält.

16 Algorithmus 10.8 Eingabe: eine Triangulierung T der Punktmenge P Ausgabe: eine zulässige Triangulierung von P 1: Funktion ZULÄSSIGETRIANGULIERUNG(T) 2: Solange T eine unzulässige Kante p i p j enthält, mache drehe p i p j 3: Bestimme die mit p i p j inzidierenden Dreiecke p i p j p k und p i p j p l. 4: Entferne p i p j aus T und füge dafür p k p l zu T hinzu. 5: Liefere T.

17 Terminiertheit Der Algorithmus 10.8 (ZULÄSSIGETRIANGULIERUNG(T)) terminiert, da der Winkel-Vektor stets größer wird und nur endlich viele Werte annehmen kann. Die Laufzeit ist uns aber zu groß.

18 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay Triangulierungen 4 Berechnung der Delaunay Triangulierung Möglichkeit 1 Randomisiert inkrementeller Ansatz Rahmen des Algorithmus

19 Delaunay Graph Definition 10.9 P Menge von n Punkten Voronoi-Diagramm Vor(P) besteht aus je einem Gebiet je Punkt aus P dualer Graph G Knoten: Voronoi-Gebiet V(p) (p P) Kanten in G: Gebiete von Vor(P) mit gemeinsamer Kante in Vor(P) Einbettung von G: V(p) p, {V(p), V(q)} pq Delaunay Graph DG(P) von P

20 Satz Der Delaunay Graph einer ebenen Punktmenge ist ein ebener Graph. Beweis. z.z.: Kanten überschneidungsfrei Satz 8.5, Aussage 2: p i p j in DG(P) Kreisscheibe K i,j mit p i und p j im Rand gibt, enthält keine weiteren Punkte aus P Mittelpunkt M i,j von K i,j Dreieck D i,j := p i p j M i,j p i M i,j innerhalb V(p i ) p j M i,j innerhalb V(p j ) M i,j und M k,l auf Kanten von Vor(P) Annahme: p i p j und p k p l von DG(P) schneiden sich

21 Satz Der Delaunay Graph einer ebenen Punktmenge ist ein ebener Graph. Beweis. Annahme: p i p j und p k p l von DG(P) schneiden sich i, j, k, l paarweise verschieden p k und p l nicht D i,j K i,j p k p l schneidet Streckenzug p i, M i,j, p j Streckenzug p i, M i,j, p j schneidet weitere Kante von D k,l (in s) s liegt in verschiedenen Voronoizellen oder Kanten oder beides

22 Definition Delaunay Triangulierung P: endliche Punktmenge eine Delaunay Triangulierung von P: beliebige Triangulierung von DG(P) ausgehend die Delaunay Triangulierung von P: nur wenn DG(P) eine Triangulierung ist letzteres gilt, wenn P in allgemeiner Lage ist: keine vier Punkte auf einem Kreis

23 Satz Es sei P eine endliche Menge von Punkten der Ebene. 1. Die Punkte p i, p j, p k P sind genau dann Ecken eines gemeinsamen Gebietes von DG(P), wenn der Kreis durch p i, p j, p k keine Punkte aus P in seinem Inneren enthält. 2. Zwei Punkte p i, p j P bilden genau dann eine Kante von DG(P), wenn es eine abgeschlossene Kreisscheibe K i,j mit p i und p j im Rand gibt, die keine weiteren Punkte aus P enthält. Beweis. Umformulierung von Satz 8.5

24 Satz Gegeben: P endliche Menge von Punkten T Triangulierung von P T Delaunay Triangulierung von T der Umkreis jeden Dreiecks aus T enthält keine Punkte aus P im Inneren Beweis. T Delaunay Triangulierung von T die Ecken jedes Dreiecks von T sind Ecken eines gemeinsamen Gebietes von DG(P)

25 Satz Triangulierung T zulässig T Delaunay Triangulierung Beweis. klar nach Lemma 10.6 und Satz : indirekt T zulässig, aber nicht Delaunay Triangulierung Satz 10.12: p i p j p k T: K (p i p j p k ) enthält p l P im Inneren p l liegt nicht im Dreieck p i p j p k oeda ist e := p i p j Diagonale vom konvexen Viereck p i p k p j p l unter allen Möglichkeiten für (p i p j p k, p l ) wählen wir eine mit maximalem Winkel p i p l p j

26 Satz Triangulierung T zulässig T Delaunay Triangulierung Beweis. unter allen Möglichkeiten für (p i p j p k, p l ) wählen wir eine mit maximalem Winkel p i p l p j p i p j p m T e zulässig p m nicht im Inneren von K (p i p j p k ) Teil von K (p i p j p k ) mit Rand e, der nicht p k enthält, K (p i p j p m ) p l K (p i p j p m ) oeda p j p m Diagonale von p i p j p l p m p j p l p m > p j p l p i

27 Satz T Triangulierung mit maximalem W (T) T Delaunay Triangulierung 2. T Delaunay Triangulierung minimaler Winkel in W (T) ist maximal Beweis. 1. Triangulierung mit maximalem Winkel-Vektor ist zulässig und Satz Unterschied Delaunay Triangulierungen von P: Triangulierungen der Gebiete von DG(P) mit > 3 Ecken Peripheriewinkelsatzes: für konvexe Gebiete, alle Ecken auf einem Kreis minimaler Innenwinkel jeder Triangulierung gleich

28 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay Triangulierungen 4 Berechnung der Delaunay Triangulierung Möglichkeit 1 Randomisiert inkrementeller Ansatz Rahmen des Algorithmus

29 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay Triangulierungen 4 Berechnung der Delaunay Triangulierung Möglichkeit 1 Randomisiert inkrementeller Ansatz Rahmen des Algorithmus

30 via Voronoi Voronoi-Diagramm berechnen dualisieren einzeln beliebig triangulieren Laufzeit in O(n log n) Speicherplatz in O(n)

31 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay Triangulierungen 4 Berechnung der Delaunay Triangulierung Möglichkeit 1 Randomisiert inkrementeller Ansatz Rahmen des Algorithmus

32 Randomisiert inkrementeller Ansatz Start: großes Dreieck p 0 p 1 p 2 enthält P = {p 0, p 1,..., p n } bestimmen eine Delaunay Triangulierung von Q i := {p 2, p 1, p 0, p 1,..., p i } entfernen p 1, p 2 samt inzidenter Kanten und Dreiecke Delaunay Triangulierung von P

33 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay Triangulierungen 4 Berechnung der Delaunay Triangulierung Möglichkeit 1 Randomisiert inkrementeller Ansatz Rahmen des Algorithmus

34 Algorithmus Eingabe: eine Menge P von n + 1 Punkten der Ebene Ausgabe: eine Delaunay Triangulierung von P 1: Funktion DELAUNAYTRIANGULIERUNG(P) 2: Bestimme den lexikographisch höchsten Punkt p 0 von P, d.h. den Punkt mit maximaler x-koordinate unter allen Punkten von P mit maximaler y-koordinate. 3: p 1 und p 2 seien zwei Punkte der Ebene, die hinreichend weit von P entfernt sind, so dass P im Dreieck p 0 p 1 p 2 enthalten ist. 4: Initialisiere T als die Triangulierung mit dem einzelnen Dreieck p 0 p 1 p 2. 5: Bestimme eine zufällige Vertauschung p 1,..., p n von P \ {p 0 }.

35 Algorithmus : Für r 1 bis n mache Füge p r in T ein 7: Suche das Dreieck p i p j p k T, welches p r enthält. 8: Wenn p r im Inneren von p i p j p k liegt, dann 9: füge drei neue Kanten p i p r, p j p r und p k p r in T ein, wobei p i p j p k in drei Dreiecke zerlegt wird. 10: KORRIGIEREKANTE(p r, p i p j, T) 11: KORRIGIEREKANTE(p r, p j p k, T) 12: KORRIGIEREKANTE(p r, p k p i, T) 13: sonst

36 Algorithmus : Es sei p i p j die Kante von T, die p r enthält, p i p j p k T und p i p j p l T die beiden zu p i p j inzidenten Dreiecke. 15: Füge zwei neue Kanten p k p r und p l p r in T ein, wobei p i p j durch p r in zwei Strecken und p i p j p k sowie p i p j p l jeweils in zwei Dreiecke zerlegt werden. 16: KORRIGIEREKANTE(p r, p i p l, T) 17: KORRIGIEREKANTE(p r, p l p j, T) 18: KORRIGIEREKANTE(p r, p j p k, T) 19: KORRIGIEREKANTE(p r, p k p i, T) 20: Entferne p 1, p 2 mit allen inzidenten Kanten und Dreiecken aus T. 21: Liefere T.

10 Delaunay Triangulierung

10 Delaunay Triangulierung 10 Delaunay Triangulierung 10.1 Motivation Interpolation von Höhendaten Ein Terrain ist der Graph einer Funktion f : A R 2 R. Typischerweise kennen wir f durch Messungen in endlich vielen Punkten P A,

Mehr

Algorithmische Geometrie: Delaunay Triangulierung (Teil 2)

Algorithmische Geometrie: Delaunay Triangulierung (Teil 2) Algorithmische Geometrie: Delaunay Triangulierung (Teil 2) Nico Düvelmeyer WS 2009/2010, 2.2.2010 Überblick 1 Delaunay Triangulierungen 2 Berechnung der Delaunay Triangulierung Randomisiert inkrementeller

Mehr

Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2)

Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Nico Düvelmeyer WS 2009/2010, 22.12.2009 Überblick 1 Fertigstellung Kapitel 7 2 Definition Voronoi Diagramm 3 Grundlegende

Mehr

2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation

2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation Delaunay Triangulation 1. Motivation 2. Triangulation ebener Punktmengen 3. Definition und Eigenschaften der Delaunay Triangulation 4. Berechnung der Delaunay Triangulation (randomisiert, inkrementell)

Mehr

Delaunay-Triangulierungen

Delaunay-Triangulierungen Vorlesung Algorithmische Geometrie Delaunay-Triangulierungen INSTITUT FU R THEORETISCHE INFORMATIK FAKULTA T FU R INFORMATIK Martin No llenburg 10.06.2014 Grafik c Rodrigo I. Silveira 1 Dr. Martin No llenburg

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.06.2014 1 Dualitätsabbildung Bisher haben wir Dualität für planare

Mehr

Geradenarrangements und Dualität von Punkten und Geraden

Geradenarrangements und Dualität von Punkten und Geraden Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare

Mehr

Algorithmische Geometrie: Voronoi Diagramme (Teil 2)

Algorithmische Geometrie: Voronoi Diagramme (Teil 2) Algorithmische Geometrie: Voronoi Diagramme (Teil 2) Nico Düvelmeyer WS 2009/2010, 12.1.2010 Überblick 1 Definition und grundlegende Eigenschaften (Wied.) 2 Bestimmung des Voronoi Diagramms Gleitebenenverfahren

Mehr

Distanzprobleme in der Ebene

Distanzprobleme in der Ebene Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P

Mehr

Algorithmische Geometrie: Arrangements und

Algorithmische Geometrie: Arrangements und Algorithmische Geometrie: Arrangements und Dualität Nico Düvelmeyer WS 2009/2010, 19.1.2010 Überblick 1 Strahlenverfolgung und Diskrepanz 2 Dualität Dualitäts-Abbildung Transformation des Problems zur

Mehr

Algorithmische Geometrie

Algorithmische Geometrie Algorithmische Geometrie Martin Peternell TU Wien 31. Fortbildungstagung für Geometrie 2010, Strobl 1 Themen der Algorithmische Geometrie Entwurf von Algorithmen für geometrische Fragestellungen betreffend

Mehr

Voronoi-Diagramme und Delaunay-Triangulierungen

Voronoi-Diagramme und Delaunay-Triangulierungen Vorlesung Algorithmische Geometrie Voronoi-Diagramme & Delaunay-Triangulierungen LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 07.06.2011 Erinnerung:

Mehr

Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005

Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Antonia Wittmers Igor Savchenko Konvexe Hüllen Inkrementeller Algorithmus für die konvexe Hülle Dabei heißt inkrementeller Algorithmus,

Mehr

Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):

Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung Algorithmische Geometrie): Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"): 1 Erzeugung des Voronoi-Diagramms (siehe Vorlesung "Algorithmische

Mehr

Übungsblatt 7 - Voronoi Diagramme

Übungsblatt 7 - Voronoi Diagramme Karlsruher Institut für Technologie Algorithmische Geometrie Fakultät für Informatik Sommersemester 2012 ITI Wagner Martin Nöllenburg/Andreas Gemsa Übungsblatt 7 - Voronoi Diagramme 1 Voronoi-Zellen Sei

Mehr

Dualität + Quad-trees

Dualität + Quad-trees Übung Algorithmische Geometrie Dualität + Quad-trees LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 30.06.2011 Übersicht Übungsblatt 10 - Dualität

Mehr

Algorithmische Geometrie: Lineare Optimierung (I)

Algorithmische Geometrie: Lineare Optimierung (I) Algorithmische Geometrie: Lineare Optimierung (I) Nico Düvelmeyer WS 2009/2010, 17.11.2009 Überblick 1 Geometrie von Gießformen 2 Durchschnitte von Halbebenen 3 Inkrementeller Algorithmus Überblick 1 Geometrie

Mehr

Vorlesung Algorithmische Geometrie Konvexe Hülle in R 3

Vorlesung Algorithmische Geometrie Konvexe Hülle in R 3 Vorlesung Algorithmische Geometrie Konvexe Hülle in R 3 INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 15.07.2014 1 Wdh: Konvexe Hülle in R 2 (VL1) Def: Eine Menge S R 2

Mehr

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK

Voronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :

Mehr

9 Arrangements und Dualität

9 Arrangements und Dualität 9 Arrangements und Dualität 9.1 Strahlenverfolgung und Diskrepanz Wir betrachten eine Anwendung aus der Computergraphik: realistische Bilder von 3D- Szenen lassen sich durch ray tracing berechnen. Für

Mehr

Das Voronoi Diagramm. 1. Definition. 2. Eigenschaften. 3. Größe und Speicherung. 4. Konstruktion. 5. Verwendung

Das Voronoi Diagramm. 1. Definition. 2. Eigenschaften. 3. Größe und Speicherung. 4. Konstruktion. 5. Verwendung Das Voronoi Diagramm 1. Definition 2. Eigenschaften 3. Größe und Speicherung 4. Konstruktion 5. Verwendung Das Voronoi- Diagramm Voronoi Regionen Euklidische Distanz: d(p,q) = (px-qx)^2+(py-qy)^2 Das Voronoi-Diagramm

Mehr

Übersicht. Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen. Triangulierung von Steffen Ernst 2

Übersicht. Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen. Triangulierung von Steffen Ernst 2 Triangulierung Übersicht Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen Triangulierung von Steffen Ernst 2 Begriffserklärung Ein Graph ist trianguliert, wenn

Mehr

Voronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie

Voronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.06.2014 1 Das Postamt-Problem b(p, q) = {x 2 R 2 : xp = xq } p q h(p, q) h(q, p) = {x

Mehr

Geometrische Algorithmen Einige einfache Definitionen: Ist ein Punkt in einem Polygon? Punkt-in-Polygon-Problem. Das Punkt-in-Polygon-Problem

Geometrische Algorithmen Einige einfache Definitionen: Ist ein Punkt in einem Polygon? Punkt-in-Polygon-Problem. Das Punkt-in-Polygon-Problem Geometrische Algorithmen Einige einfache Definitionen: Punkt: im n-dimensionalen Raum ist ein n-tupel (n Koordinaten) Gerade: definiert durch zwei beliebige Punkte auf ihr Strecke: definiert durch ihre

Mehr

Algorithmische Geometrie: Abfragen Orthogonaler Bereiche

Algorithmische Geometrie: Abfragen Orthogonaler Bereiche Algorithmische Geometrie: Abfragen Orthogonaler Bereiche Nico Düvelmeyer WS 2009/2010, 8.12.2009 Überblick 1 1-dimensionale Bereichsabfragen 2 Kd-Baum Struktur Aufbau Abfrage mit dem Kd-Baum 3 Range-Baum

Mehr

Zusammenfassung Voronoi Diagramme

Zusammenfassung Voronoi Diagramme Zusammenfassung Voronoi Diagramme Elmar Langetepe University of Bonn Algorithmische Geometrie Voronoi Diagramme 03.06.11 c Elmar Langetepe SS 15 1 Kap. 5: Voronoi Diagramme Zerlegung der Ebene in Zellen

Mehr

Klausur. 18. Juli 2008, 10:15-12:15 Uhr. Name:... Matrikelnummer:... Anzahl beschriebener Blätter (ohne Aufgabenblatt):... D(p) : Y = p x X + p y

Klausur. 18. Juli 2008, 10:15-12:15 Uhr. Name:... Matrikelnummer:... Anzahl beschriebener Blätter (ohne Aufgabenblatt):... D(p) : Y = p x X + p y GRUNDZÜGE DER ALGORITHMISCHEN GEOMETRIE Klausur 18. Juli 2008, 10:15-12:15 Uhr Name:................................... Matrikelnummer:................................... Anzahl beschriebener Blätter (ohne

Mehr

Geometrie 2. Julian Fischer Julian Fischer Geometrie / 30

Geometrie 2. Julian Fischer Julian Fischer Geometrie / 30 Geometrie 2 Julian Fischer 6.7.2009 Julian Fischer Geometrie 2 6.7.2009 1 / 30 Themen 1 Bereichssuche und kd-bäume 1 Bereichssuche 2 kd-bäume 2 Divide and Conquer 1 Closest pair 2 Beispiel: Points (IOI

Mehr

Vorlesung Algorithmische Geometrie Konvexe Hülle im R 3

Vorlesung Algorithmische Geometrie Konvexe Hülle im R 3 Vorlesung Algorithmische Geometrie Konvexe Hülle im R 3 LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 26.06.2012 Prüfung! Termine: 20. Juli 27.

Mehr

(1) Geometrie. Vorlesung Computergraphik 3 S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU

(1) Geometrie. Vorlesung Computergraphik 3 S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU (1) Geometrie Vorlesung Computergraphik 3 S. Müller KOBLENZ LANDAU KOBLENZ LANDAU Organisatorisches Vorlesung CG 2+3 Die Veranstaltung besteht aus 2 Teilen, wobei in der Mitte und am Ende eine Klausur

Mehr

Algorithmische Geometrie: Schnittpunkte von Strecken

Algorithmische Geometrie: Schnittpunkte von Strecken Algorithmische Geometrie: Schnittpunkte von Strecken Nico Düvelmeyer WS 2009/2010, 3.11.2009 3 Phasen im Algorithmenentwurf 1. Konzentration auf das Hauptproblem 2. Verallgemeinerung auf entartete Eingaben

Mehr

Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale.

Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale. 6. Polygontriangulierung: Wie bewacht man eine Kunstgalerie? 6.1. Grundlegendes zu Polygonen Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Definition: Hilfssatz: Zu jedem einfachen Polygon

Mehr

Algorithmische Geometrie: Einstimmung

Algorithmische Geometrie: Einstimmung Algorithmische Geometrie: Einstimmung Nico Düvelmeyer WS 2009/2010, 20.10.2009 Überblick 1 Organisatorisches 2 Fachgebiet Typische Untersuchungsgegenstände Typische Anwendungsgebiete 3 Inhalte der Vorlesung

Mehr

Quad-trees. Benjamin Niedermann Übung Algorithmische Geometrie

Quad-trees. Benjamin Niedermann Übung Algorithmische Geometrie Übung Algorithmische Geometrie Quad-trees LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 02.07.2014 Übersicht Übungsblatt 11 - Quadtrees Motivation:

Mehr

Polygontriangulierung

Polygontriangulierung Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem

Mehr

Optimales Routing. Paul Kunze

Optimales Routing. Paul Kunze Optimales Routing Paul Kunze 10.07.2015 Grundlagen Grundlagen endliche Menge an Punkten Φ = {x i } aus R 2 hier: gebildet durch Poisson-Punktprozess A = A D : Route zum Ziel D Φ. Abbildung auf einem Graphen

Mehr

Übung Computergrafik 3

Übung Computergrafik 3 1.Übungsblatt: Geometrie Institut für Computervisualistik 17. Juni 2013 Aufgabe 1: Fragezeichen Gegeben: Menge zufälliger 2D-Punkte Entsprechende Anzahl zufälliger Farben Kegel zeichnen Spitze auf Punkt

Mehr

Algorithmische Geometrie 8. Voronoidiagramme und Delaunaytriangulierung

Algorithmische Geometrie 8. Voronoidiagramme und Delaunaytriangulierung Algorithmische Geometrie 8. Voronoidiagramme und Delaunaytriangulierung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten

Mehr

Was bisher geschah. 1. Zerlegung in monotone Polygone 2. Triangulierung der monotonen Teilpolygone

Was bisher geschah. 1. Zerlegung in monotone Polygone 2. Triangulierung der monotonen Teilpolygone Was bisher geschah Motivation, Beispiele geometrische Objekte im R 2 : Punkt, Gerade, Halbebene, Strecke, Polygon, ebene Zerlegung in Regionen (planare Graphen) maschinelle Repräsentation geometrischer

Mehr

Geometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme

Geometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme Folie 1 von 32 Geometrische Algorithmen Voronoi-Diagramme Folie 2 von 32 Voronoi-Diagramme Übersicht Problemstellung Animation zur Konstruktion eines Voronoi-Diagramms Definition, Eigenschaften eines Voronoi-Diagramms

Mehr

Übungen zur Vorlesung Algorithmische Geometrie

Übungen zur Vorlesung Algorithmische Geometrie Prof. Dr. E. Wanke Düsseldorf, 22. Juni 2016 S. Hoffmann, M.Sc. Übungen zur Vorlesung Algorithmische Geometrie Hinweise Programmieraufgaben: Alle vorgeschlagenen Programmieraufgaben können Sie in einer

Mehr

Einführung & Konvexe Hülle

Einführung & Konvexe Hülle Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.04.2012 AlgoGeom-Team Dozent Martin Nöllenburg noellenburg@kit.edu

Mehr

Übung Computergrafik 3

Übung Computergrafik 3 Übung Computergrafik 3 1.Übungsblatt: Geometrie Stephan Groß (Dank an Irini Schmidt und Jakob Bärz) Institut für Computervisualistik Universität Koblenz-Landau 6. Juli 2011 Aufgabe 1: Fragezeichen Gegeben:

Mehr

Quadtrees und Meshing

Quadtrees und Meshing Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 19.06.2012 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung

Mehr

Triangulierung von einfachen Polygonen

Triangulierung von einfachen Polygonen Triangulierung von einfachen Polygonen - Seminarvortrag von Tobias Kyrion - Inhalt: 1.1 Die Problemstellung Quellenangabe 1.1 Die Problemstellung Definition Polygon: endlich viele paarweise verschiedene

Mehr

Quadtrees und Meshing

Quadtrees und Meshing Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 19.06.2012 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung

Mehr

Quadtrees und Meshing

Quadtrees und Meshing Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 21.06.2011 Motivation: Meshing von Platinenlayouts Zur Simulation

Mehr

2.4. Triangulierung von Polygonen

2.4. Triangulierung von Polygonen Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition

Mehr

Quadtrees und Meshing

Quadtrees und Meshing Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 24.06.2014 Motivation: Meshing von Platinenlayouts Zur Simulation der Hitzeentwicklung

Mehr

Mathematische Probleme, SS 2016 Freitag $Id: convex.tex,v /05/13 14:42:55 hk Exp $

Mathematische Probleme, SS 2016 Freitag $Id: convex.tex,v /05/13 14:42:55 hk Exp $ $Id: convex.tex,v.28 206/05/3 4:42:55 hk Exp $ 3 Konvexgeometrie 3. Konvexe Polyeder In der letzten Sitzung haben wir begonnen uns mit konvexen Polyedern zu befassen, diese sind die Verallgemeinerung der

Mehr

Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer

Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer Vorlesung Geometrische Algorithmen Generierung von Nicht-uniformen Netzen Sven Schuierer Uberblick 1. Anwendung 2. Anforderungen an Netze 3. Quadrantenbaume Quadrantenbaume fur Punktemengen Bestimmung

Mehr

Durchschnitte und Sichtbarkeit

Durchschnitte und Sichtbarkeit Durchschnitte und Sichtbarkeit Elmar Langetepe University of Bonn Algorithmische Geometrie Durchschnitte 11.05.15 c Elmar Langetepe SS 15 1 Durchschnitt von Halbgeraden/Konvexe Hülle Algorithmische Geometrie

Mehr

Computer-Graphik I Verallgemeinerte Baryzentrische Koordinaten

Computer-Graphik I Verallgemeinerte Baryzentrische Koordinaten lausthal omputer-raphik I Verallgemeinerte Baryzentrische Koordinaten. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Verallgemeinerungen der baryzentr. Koord. 1. Was macht man im 2D bei

Mehr

Polygontriangulierung

Polygontriangulierung Übung Algorithmische Geometrie Polygontriangulierung LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 07.05.204 Ablauf Vergabe der Projekte Übungsblatt

Mehr

KARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14

KARL-FRANZENS-UNIVERSITÄT GRAZ. Seminar aus Reiner Mathematik. Die Museumswächter. Krupic Mustafa Wintersemester 2013/14 KARL-FRANZENS-UNIVERSITÄT GRAZ Seminar aus Reiner Mathematik Die Museumswächter Krupic Mustafa Wintersemester 2013/14 Inhaltsverzeichnis 2 Inhaltsverzeichnis 1 Einleitung 3 2 Museumswächter-Satz 6 2.1

Mehr

für n-elementige Punktmenge jedenfalls Ω(n log n), da mit VD die konvexe Hülle in linearer Zeit bestimmbar.

für n-elementige Punktmenge jedenfalls Ω(n log n), da mit VD die konvexe Hülle in linearer Zeit bestimmbar. Konstruktion des Voronoi-Diagramms Untere Schranke für den Zeitaufwand: für n-elementige Punktmenge jedenfalls Ω(n log n), da mit VD die konvexe Hülle in linearer Zeit bestimmbar. Wenn man die n Punkte

Mehr

Überblick. Kap. 1.4: Minimum Weight Perfect Matching. 1.3 Blüten-Schrumpf Algorithmus für Maximum Matching

Überblick. Kap. 1.4: Minimum Weight Perfect Matching. 1.3 Blüten-Schrumpf Algorithmus für Maximum Matching Kap. 1.4: Minimum Weight Professor Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering, LS11 4. VO 6. November 2006 Überblick kurze Wiederholung: 1.2 Blüten-Schrumpf-Algorithmus für Perfektes Matching

Mehr

Jurij-Andrei Reichenecker 21. Juni Tessellationen

Jurij-Andrei Reichenecker 21. Juni Tessellationen Jurij-Andrei Reichenecker 21. Juni 2010 Tessellationen Seite 2 Tessellationen 21. Juni 2010 Jurij-Andrei Reichenecker Inhalt Einführung Voronoi Tessellation Algorithmus zur Erstellung von Voronoi Tessellationen

Mehr

Aufgabensammlung zur algorithmischen Geometrie

Aufgabensammlung zur algorithmischen Geometrie 1 Aufgabensammlung zur algorithmischen Geometrie 2012WS Andreas Kriegl 1. Konvexe Hülle als Durchschnitt. Zeige, daß der Durchschnitt konvexer Mengen wieder konvex ist und somit die konvexe Hülle einer

Mehr

Naiver Algorithmus für Hamiltonkreis

Naiver Algorithmus für Hamiltonkreis Naiver Algorithmus für Hamiltonkreis Algorithmus HAMILTON EINGABE: G = ([n], E) in Adjazenzmatrixdarstellung 1 Für alle Permutationen π : [n] [n]. 1 Falls (π(1), π(2),..., π(n)) ein Kreis in G ist, AUSGABE

Mehr

Geometrische Algorithmen

Geometrische Algorithmen Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5

Mehr

5. Bäume und Minimalgerüste

5. Bäume und Minimalgerüste 5. Bäume und Minimalgerüste Charakterisierung von Minimalgerüsten 5. Bäume und Minimalgerüste Definition 5.1. Es ein G = (V, E) ein zusammenhängender Graph. H = (V,E ) heißt Gerüst von G gdw. wenn H ein

Mehr

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Welt für Fortgeschrittene Geometrie II Benjamin Zenke Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Closest Pair Divide & Conquer Bereichssuche Gitterverfahren k-d-tree Sweep-Line-Algorithmen

Mehr

Anwendungen der WSPD & Sichtbarkeitsgraphen

Anwendungen der WSPD & Sichtbarkeitsgraphen Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 10.07.2012 Wdh.: Well-Separated Pair Decomposition Def.: Ein Paar disjunkter Punktmengen

Mehr

Der Satz von Pick. Alexandra Zimmer

Der Satz von Pick. Alexandra Zimmer Der Satz von Pick Alexandra Zimmer Übersicht Georg Pick Der Satz von Pick: Hilfslemma Beweisidee Beweis Hilfslemma Basis des Z²-Gitters, elementares Parallelogramm mit Flächeninhalt 1 Beweis Satz Triangulierung,

Mehr

Polygontriangulierung

Polygontriangulierung Vorlesung Algorithmische Geometrie Polygone triangulieren INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2012 Das Kunstgalerie-Problem Aufgabe: Installiere ein Kamerasystem

Mehr

Voronoi Diagrams, Delaunay Triangulations and Alpha Shapes Nils Kubera (6kubera)

Voronoi Diagrams, Delaunay Triangulations and Alpha Shapes Nils Kubera (6kubera) Voronoi Diagrams, Delaunay Triangulations and Alpha Shapes 12.11.2008 Nils Kubera 5886728 (6kubera) Inhalt Einleitung Algorithmen zur Generierung Beschränkungen Aktualität Quellen Inhalt Einleitung Algorithmen

Mehr

Einführung & Konvexe Hülle

Einführung & Konvexe Hülle Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.04.2012 AlgoGeom-Team Dozent Martin Nöllenburg noellenburg@kit.edu

Mehr

Hallo Welt! für Fortgeschrittene. Geometrie I. Philipp Erhardt. 19. Juli Philipp Erhardt Geometrie I 19. Juli / 27

Hallo Welt! für Fortgeschrittene. Geometrie I. Philipp Erhardt. 19. Juli Philipp Erhardt Geometrie I 19. Juli / 27 Hallo Welt! für Fortgeschrittene Geometrie I Philipp Erhardt 19. Juli 2011 Philipp Erhardt Geometrie I 19. Juli 2011 1 / 27 Gliederung 1 Grundlagen 2 CCW 3 Punkt-in-Polygon 4 Pick s Theorem 5 Konvexe Hülle

Mehr

6. Planare Graphen und Färbungen

6. Planare Graphen und Färbungen 6. Planare Graphen und Färbungen Lernziele: Den Begriff der Planarität verstehen und erläutern können, wichtige Eigenschaften von planaren Graphen kennen und praktisch einsetzen können, die Anzahl von

Mehr

5. Gitter, Gradienten, Interpolation Gitter. (Rezk-Salama, o.j.)

5. Gitter, Gradienten, Interpolation Gitter. (Rezk-Salama, o.j.) 5. Gitter, Gradienten, Interpolation 5.1. Gitter (Rezk-Salama, o.j.) Gitterklassifikation: (Bartz 2005) (Rezk-Salama, o.j.) (Bartz 2005) (Rezk-Salama, o.j.) Allgemeine Gitterstrukturen: (Rezk-Salama, o.j.)

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 07..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Geometrie 1. Christian Bay Christian Bay Geometrie / 46

Geometrie 1. Christian Bay Christian Bay Geometrie / 46 Geometrie 1 Christian Bay 02.07.2013 Christian Bay Geometrie 1 02.07.2013 1 / 46 Inhaltsverzeichnis Grundlagen CCW Polygone Picks Theorem Konvexe Hülle Christian Bay Geometrie 1 02.07.2013 2 / 46 Geometrie

Mehr

Lernmodul 2: Geoobjekte und ihre Modellierung - Dreiecksnetze

Lernmodul 2: Geoobjekte und ihre Modellierung - Dreiecksnetze Folie 1 von 16 Lernmodul 2 Dreiecksnetze Folie 2 von 16 Dreiecksnetze Übersicht Dreiecksnetze - Triangulated Irregular Networks - TINs Modellierung des Geländereliefs durch TINs Delaunay TINs: besonders

Mehr

Lineare Programmierung

Lineare Programmierung Übung Algorithmische Geometrie Lineare Programmierung LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 14.05.2014 Übersicht Übungsblatt 4 Lineares

Mehr

6. Übung zur Linearen Optimierung SS08

6. Übung zur Linearen Optimierung SS08 6 Übung zur Linearen Optimierung SS08 1 Sei G = (V, E) ein schlichter ungerichteter Graph mit n Ecken und m Kanten Für eine Ecke v V heißt die Zahl der Kanten (u, v) E Grad der Ecke (a) Ist die Anzahl

Mehr

12. Flächenrekonstruktion aus 3D-Punktwolken und generalisierte Voronoi-Diagramme

12. Flächenrekonstruktion aus 3D-Punktwolken und generalisierte Voronoi-Diagramme 12. Flächenrekonstruktion aus 3D-Punktwolken und generalisierte Voronoi-Diagramme (Einfache) Voronoi-Diagramme: Motivation: gegeben: Raum R, darin Menge S von Objekten Frage nach Zerlegung von R in "Einflusszonen"

Mehr

Triangulierungen von Punktmengen und Polyedern

Triangulierungen von Punktmengen und Polyedern Triangulierungen von Punktmengen und Polyedern Vorlesung im Sommersemester 2 Technische Universität Berlin Jörg Rambau 2.4.2 Motivation und Beispiele Wir wollen hier den Begriff der Triangulierungen von

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 0..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Ermitteln Sie die Koordinaten des Schnittpunktes dieser beiden Geraden und erklären Sie Ihre Vorgehensweise!

Ermitteln Sie die Koordinaten des Schnittpunktes dieser beiden Geraden und erklären Sie Ihre Vorgehensweise! Aufgabe 2 Lagebeziehungen von Geraden im Raum Gegeben sind zwei Geraden g und h in 3. =( 3 Die Gerade g ist durch eine Parameterdarstellung X 4 2 Die Gerade h verläuft durch die Punkte A = (0 8 0 und B

Mehr

Mathematische Probleme, SS 2013 Montag $Id: convex.tex,v /10/22 15:58:28 hk Exp $

Mathematische Probleme, SS 2013 Montag $Id: convex.tex,v /10/22 15:58:28 hk Exp $ $Id: convex.tex,v 1.12 2013/10/22 15:58:28 hk Exp $ 3 Konvexgeometrie 3.1 Konvexe Polyeder Wir hatten einen konvexen Polyeder P im R n als die konvexe Hülle von endlich vielen Punkten definiert, wobei

Mehr

Graphen KAPITEL 3. Dieses Problem wird durch folgenden Graph modelliert:

Graphen KAPITEL 3. Dieses Problem wird durch folgenden Graph modelliert: KAPITEL 3 Graphen Man kann als Ursprung der Graphentheorie ein Problem sehen, welches Euler 1736 von Studenten aus Königsberg gestellt bekam. Der Fluss Pregel wird von 7 Brücken überquert, und die Frage

Mehr

Algorithmische Geometrie 5. Triangulierung von Polygonen

Algorithmische Geometrie 5. Triangulierung von Polygonen Algorithmische Geometrie 5. Triangulierung von Polygonen JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.

Mehr

6. Triangulation von Polygonen

6. Triangulation von Polygonen 1 6. Triangulation von Polygonen 2 Problemstellung 3 Problemstellung 4 Problemstellung 5 Problemstellung 6 Jedes Polygon lässt sich triangulieren. Wir führen einen Induktionsbeweis nach der Anzahl der

Mehr

Das Problem der Museumswächter

Das Problem der Museumswächter Das Problem der Museumswächter Laura Wartschinski November 15, 2015 Definition Gegeben sei eine polygonale Fläche G mit Rand G, interpretiert als Grundriss eines Museums. Wähle nun möglichst wenige Punkte

Mehr

Algorithmische Methoden für schwere Optimierungsprobleme

Algorithmische Methoden für schwere Optimierungsprobleme Algorithmische Methoden für schwere Optimierungsprobleme Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund

Mehr

Algorithmen für Geographische Informationssysteme

Algorithmen für Geographische Informationssysteme Algorithmen für Geographische Informationssysteme 2. Vorlesung: 16. April 2014 Thomas van Dijk basiert auf Folien von Jan-Henrik Haunert Map Matching? Map Matching! Map Matching...als Teil von Fahrzeugnavigationssystemen

Mehr

21. Die Formel von Pick

21. Die Formel von Pick 21. Die Formel von Pick Ein Polygon P, dessen Ecken bezüglich eines kartesischen Koordinatensystems ganzzahlige Koordinaten besitzen, soll Gitterpolygon heißen. Für geschlossene überschneidungsfreie Gitterpolygone

Mehr

Einführung & Konvexe Hülle

Einführung & Konvexe Hülle Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.04.2011 AlgoGeom-Team Dozent Martin Nöllenburg noellenburg@kit.edu

Mehr

Berechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen

Berechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen Definition Berechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen Seminar über Algorithmen WS 2005/2006 Vorgetragen von Oliver Rieger und Patrick-Thomas Chmielewski basierend auf der Arbeit

Mehr

Vorlesung Datenstrukturen

Vorlesung Datenstrukturen Vorlesung Datenstrukturen Minimale Spannbäume Maike Buchin 18.7., 20.7.2017 Einführung Motivation: Verbinde Inseln mit Fähren oder Städte mit Schienen und verbrauche dabei möglichst wenig Länge. Problem:

Mehr

Triangulierung von Polygonen und das Museumsproblem

Triangulierung von Polygonen und das Museumsproblem Triangulierung von Polygonen und das Museumsproblem (Literatur: deberg et al., Kapitel 3) 1 Motivation: Das Museumsproblem ein Museum soll durch Kameras überwacht werden wie viele Kameras werden benötigt?

Mehr

12 Übungen zu Gauß-Algorithmus

12 Übungen zu Gauß-Algorithmus Aufgaben zum Vorkurs B S. 2 Übungen zu Gauß-Algorithmus 2x x 2 = 7x +, 5x 2 = 7 Aufgabe 6: Aufgabe 7: Aufgabe 8: Aufgabe 9: 2x x 2 = x +2x 2 = 2 2x x 2 = 7x +, 5x 2 =, 5 x 2x 2 = x +x 2 = 5 2x +x 2 = 4

Mehr

Koordinatengeometrie. Aufgabe 4 Untersuchen Sie die Funktion f(x) = x² 9.

Koordinatengeometrie. Aufgabe 4 Untersuchen Sie die Funktion f(x) = x² 9. Koordinatengeometrie Aufgabe 1 Gegeben sind der Punkt P (-1; 9) sowie die Geraden g: 3x y + 6 = 0 und h: x + 4y 8 = 0. a) Die Geraden g und h schneiden einander im Punkt S. Berechnen Sie die exakten Koordinaten

Mehr

Kanonische Ordnungen und die Mondshein-Sequenz

Kanonische Ordnungen und die Mondshein-Sequenz Kanonische Ordnungen und die Mondshein-Sequenz a.k.a. (2,)-Order 2 8 0 9 5 7 6 2 Überblick Geradlinige Zeichnungen Kanonische Ordnungen + Shift-Algorithmus Erweiterungen durch Ohrendekompositionen Mondshein-Sequenz

Mehr

2. Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung

2. Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 2 Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 2 Woche: Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 24/ 44 Zwei Beispiele a 0

Mehr

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

Computer graphics. Triangulierung. Dr. Ernst Kruijff. Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences. Computer graphics Triangulierung Dr. Ernst Kruijff Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences 3 Dm group smatherma0er Sources Gabriel Zachmann, Vorlesung Computergrafik,

Mehr