Kinematik des Puma 200

Größe: px
Ab Seite anzeigen:

Download "Kinematik des Puma 200"

Transkript

1 Kinematik des Puma 200 1

2 2 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung 3 2 Denavit-Hartenberg-Konfiguration 5 3 Mehrdeutigkeiten 7 4 Direkte Kinematik 10 5 Inverse Kinematik 13 6 Orientierung des Greifers 16 Literatur 18 Inde9

3 1 Einführung 3 1 Einführung Der Puma 200 ist ein Roboterarm mit sechs Gelenken, von denen die ersten drei dazu dienen, das Werkzeug (in unserem Falle ein Greifer ) an eine vorgeschriebene Position im Raum zu bewegen, und die letzten drei dazu, die Orientierung des Werkzeugs festzulegen. Die Gelenkachsen bezeichnen wir mit L 1,..., L 6. L 4 L 3 Ellbogen Unterarm L 2 L 1 L 5 L 6 Im Folgenden werden kleine, fette Buchstaben verwendet, um Vektoren und Punkte x Ê 3 zu beschreiben. Mit großen Buchstaben werden Matrizen für affine Transformationen der Form y = Ax + b, A SO 3 (Ê), beschrieben. Beim Rechnen ist es in der Regel günstiger, diese Transformationen in erweiterten Koordinaten darzustellen, die wir durch hohle Buchstaben kennzeichnen. Die Gleichung y = Ax + b schreibt sich so als Ý = Ü mit Ý = [ [ y x, Ü = 1] 1] und = [ ] A b 0. 1

4 4 1 Einführung Für die Kinematik benötigen wir in jedem Gelenk ein lokales Koordinatensystem der Form KS = (o; x, y, z), wobei o der Ursprung des Koordinatensystems ist und die Vektoren x, y und z die normierten, paarweise orthogonalen Richtungsvektoren entlang der enstprechenden Koordinatenachsen sind. Wir setzen dabei voraus, dass alle vorkommenden Koordinatensysteme rechtshändig sind, d.h. det(x, y, z) > 0. Das Vektorprodukt zweier Vektoren x und y ist durch y 1 x 2 y 3 x 3 y 2 x 2 x 3 := y 2 y 3 x 3 y 1 y 3 y 2 x 2 y 1 definiert. Es gilt stets x y = y x und (x y) span(x, y). Wir werden anstelle der Funktion arctan im Folgenden die Funktion atan 1) verwenden: arctan ( ) y x > 0, y Ê x π arctan ( ) y x < 0, y > 0 atan(y, x) = x arctan ( y x) π x < 0, y 0 sign(y) π x = 0, y 0 2 Die Funktion atan hat gegenüber arctan den Vorteil, dass sie den Wert y in das x Intervall [ π, π) und nicht in ( π, π ) abbildet. So wird jedem Paar (y, x) (0, 0) 2 2 eindeutig ein Winkel zugeordnet. 1) Diese Funktion ist in der Programmiersprache C durch atan2 realisiert.

5 2 Denavit-Hartenberg-Konfiguration 5 2 Denavit-Hartenberg-Konfiguration Die Denavit-Hartenberg-Konfiguration legt fest, in welcher Weise die lokalen Koordinatensysteme der einzelnen Gelenke eines Roboterarmes ineinander transformiert werden bzw. wie diese Koordinatensysteme zu wählen sind. Es bezeichne L i die Drehachse durch das i-te Gelenk und KS i = (o i ; x i, y i, z i ) das durch die Konfiguration festgelegte Koordinatensystem im i-ten Gelenk. Die Lage von KS 1 kann beliebig gewählt werden, solange z 1 auf der Achse L 1 liegt. Die Konfiguration wird wie folgt bestimmt: 1. Windschiefe Achsen: Bestimme ausgehend von KS i den Lotvektor a i von L i auf L i+1. Der Lotfußpunkt von a i auf L i+1 ist der Ursprung o i+1 des neuen Koordinatensystems KS i+1. Die Richtung a i ist die neue x i+1 -Richtung. z i+1 zeigt entlang der Achse L i+1, wobei das Vorzeichen willkürlich gewählt werden kann. Es wird y i+1 = z i x i festgelegt. Damit kann man KS i mit folgender Bewegung in KS i+1 überführen: Drehung um den Winkel ϑ i um die z i -Achse, so dass x i parallel zu x i+1 liegt. Verschiebung um den Vektor d i entlang der z i -Achse, so dass o i in den Lotfußpunkt des Lotes a i geschoben wird. Verschiebung um a i, um den Koordinatenursprung auf o i+1 zu bewegen. Drehung um α i um die x i+1 -Achse, um die z i -Achse auf die z i+1 Achse zu kippen. 2. Sich schneidende Achsen: Es ist a i = 0, so dass die x i+1 -Richtung nicht wie bei windschiefen Geraden bestimmt werden kann. Die übrigen Größen können genauso wie bei windschiefen Geraden bestimmt werden. Setze x i+1 = z i z i+1 z i z i Parallele Achsen: Die Fußpunkte des Lotes a i sind nicht eindeutig bestimmt, alle anderen Größen lassen sich wie bei windschiefen Geraden bestimmen. Bestimme die Fußpunkte des Lotes so, dass die oben genannte Verschiebung d i entlang der z i -Achse zu 0 wird.

6 6 2 Denavit-Hartenberg-Konfiguration Dies führt zu folgender erweiterter Bewegungsmatrix von KS i zu KS i+1 : cos(ϑ i ) sin(ϑ i ) cos(α i ) sin(ϑ i ) sin(α i ) a i cos(ϑ i ) i = sin(ϑ i ) cos(ϑ i ) cos(α i ) cos(ϑ i ) sin(α i ) a i sin(ϑ i ) 0 sin(α i ) cos(α i ) d i mit a i = a i und d i = d i. Diese Matrix kann auch als Koordinatentransformation von KS i+1 nach KS i aufgefasst werden. Für den Puma 200 erhalten wir somit folgende Denavit-Hartenberg-Konfiguration: Gelenk a i α i d i 1 0 π/ ,3 mm π/2 127 mm 4 0 π/2 203,2 mm 5 0 π/2 0 Dabei wurde KS 1 in den Schnittpunkt der Achsen L 1 und L 2 gelegt, die -Achse zeigt in Richtung des Armes in Ruhestellung. Die Orientierungen der z i -Achsen ergeben sich aus der Zeichnung. Die Winkel ϑ i hängen von der aktuellen Stellung des Armes ab, wobei zu beachten ist, dass ϑ i immer relativ zum Koordinatensystem KS i 1 aufzufassen ist. Die Maße sind der Konstruktionszeichnung des Armes zu entnehmen. L 3 z 1 a 2 x 3 x 4 z 3 o 3 o 4 d 3 L 2 o 1,2 x z 2 2 z 4 d 4 x 6 x 5 z 6 o 5,6 L 6 L 1 L5 z 5 L 4

7 3 Mehrdeutigkeiten 7 3 Mehrdeutigkeiten Sind die Winkel ϑ 1,..., ϑ 6 gegeben, so ist die Stellung des Roboterarmes, also die Transformationsmatrix = mit i wie in Abschnitt 2, eindeutig bestimmt. Ist umgekehrt die Matrix gegeben, so gibt es in der Regel mehrere Möglichkeiten für die Winkel ϑ i, die zu dieser Transformation führen. Die folgende Abbildung verdeutlicht dies. KS i Arm hoch KS i 1 KS i+1 KS i Arm tief Diese Mehrdeutigkeiten müssen für die inverse Kinematik (Abschnitt 5) aufgelöst werden, da abhängig von der gewählten Einstellung unterschiedliche Berechnungen durchgeführt werden müssen. Beim Puma 200 treten an drei Stellen Mehrdeutigkeiten auf: 1. Der Arm ist links bzw. rechts, wenn der Greifer links bzw. rechts von der z 2 -Achse liegt. 2) y 1 y 1 p x o 6 ϑ 1 p y q x ϑ 1 q y o 1 p y o 1 q y rechts von z z p x o 6 z 2 q x links von z z z 2 Projektion des Armes auf die y 1 -Ebene 2) Diese Festlegung ist genau entgegengesetzt dazu, den Arm als linken Arm bzw. rechten Arm aufzufassen, wie es etwa bei Paul und Zhang [1] getan wird.

8 8 3 Mehrdeutigkeiten Bezeichnen wir mit p den Verschiebungsvektor von KS 1 zu KS 6, so erhalten wir p aus der letzten Spalte von = (b ij ): p x b 14 p y = b 24 p z b 34 Um zu entscheiden, ob der Arm links oder rechts von z 2 liegt, betrachten wir die Projektion in die y 1 -Ebene. Wir drehen die Projektion des Armes um den Winkel ϑ 1 um die z 1 -Achse zurück, so dass der zurückgedrehte Vektor z 2 auf der negativen y 1 -Achse liegt: [ ] [ ] [ ] qx cos(ϑ1 ) sin(ϑ := 1 ) px sin(ϑ 1 ) cos(ϑ 1 ) q y Dann kann man die Stellung sofort anhand des Vorzeichens von q x ablesen: sign(q x ) = +1 Arm links, sign(q x ) = 1 Arm rechts. Im Falle q x = 0 wird die Stellung per Definition als links bezeichnet. 2. Der Ellbogen steht hoch bzw. tief, d.h. der Koordinatenursprung o 3 befindet sich oberhalb bzw. unterhalb der Verbindungslinie von o 1 zu o 6. Um dies zu entscheiden, drehen wir den im Schritt zuvor bereits um ϑ 1 zurückgedrehten Arm nun um ϑ 2 um die y 1 -Achse und betrachten die Projektion auf die z 1 -Ebene: [vx ] [ ] [ ] cos(ϑ2 ) sin(ϑ := 2 ) qx sin(ϑ 2 ) cos(ϑ 2 ) v z Wir können dann die Stellung des Ellbogens am Vorzeichen von v z ablesen, müssen dabei jedoch die Fälle Arm links und Arm rechts unterscheiden. (a) Der Arm ist links. p y p z q x p z q x z 1 z 1 p z ϑ 2 v z v x ϑ 2 o 1 Ellbogen tief, Arm links v x Ellbogen hoch, Arm links v z Projektion des Armes auf die z 1 -Ebene

9 3 Mehrdeutigkeiten 9 In diesem Fall ist sign(v z ) = +1 Ellbogen tief, sign(v z ) = 1 Ellbogen hoch. (b) Der Arm ist rechts. z 1 z 1 p z q x o 1 q x v z ϑ 2 ϑ 2 v x Ellbogen hoch, Arm rechts p z v z Ellbogen tief, Arm rechts Projektion des Armes auf die z 1 -Ebene v x In diesem Fall ist sign(v z ) = +1 Ellbogen hoch, sign(v z ) = 1 Ellbogen tief. In beiden Fällen wird der Ellbogen für v z = 0 per Definition als hoch bezeichnet. 3. Der Unterarm ist verdreht bzw. nicht verdreht, d.h. es gibt zwei Möglichkeiten, abhängig von der Drehung um die Gelenkachse L 4 um den Winkel ϑ 4 eine vorgegebene Orientierung des Greifers, also von KS 6, zu realisieren. z 5 z 5 x 5 x 5 x 5 x 6 x 6 ϑ 5 ϑ 5 x 6 ϑ 4 ϑ 4 π z 5 ϑ 6 ϑ 6 π z5 z 6 z 6 z6 KS 6 y y 5 5 KS 6 z 6 x 6 x 5 ϑ 4,ϑ 5,ϑ 6 gegeben ϑ 4, ϑ 5,ϑ 6 ϑ 4 π, ϑ 5,ϑ 6 ϑ 4 π, ϑ 5,ϑ 6 π verdreht nicht verdreht y 5 y 5 Anfangs- und Endzustand in der Zeichnung realisieren die selbe Orientierung. Das Vorzeichen von sin(ϑ 5 ) legt die Verdrehung fest: sign(sin(ϑ 5 )) = +1 Unterarm nicht verdreht, sign(sin(ϑ 5 )) = 1 Unterarm verdreht.

10 10 4 Direkte Kinematik 4 Direkte Kinematik Die Aufgabe der direkten Kinematik ist es, aus vorgegebenen Winkeln ϑ 1,..., ϑ 6 die Transformationsmatrix von KS 6 nach KS 1 zu bestimmen. Mit den i aus Abschnitt 2 ist = Desweiteren kann in der direkten Kinematik auch ermittelt werden, welche Konfiguration der Roboterarm bgzl. der in Abschnitt 3 vorgestellten Mehrdeutigkeiten einnimmt. Um effizient zu berechnen, verwenden wir das Verfahren aus dem Artikel von Paul und Zhang [1], das an den Puma 200 und die Denavit-Hartenberg-Konfiguration aus Abschnitt 2 angepasst wurde. Wir definieren dafür zunächst folgende Matrizen: 23 = 2 3 Å 6 = 6 Å 5 = 5 Å 6 = 5 6 Å 4 = 4 Å 5 = Å 3 = 3 Å 4 = Å 2 = 23 Å 4 = Å 1 = 1 Å 2 = = Die Idee ist nun, angefangen bei Å 6, nacheinander die Matrizen Å k zu bestimmen, indem sie mit den jeweils bekannten rechten Seiten dieser Gleichungen gleichgesetzt werden und damit die einzelnen Einträge der Å k zu bestimmen, ohne jedesmal eine komplette Matrizenmultiplikation durchzuführen. Es bezeichne m (k) ij den Eintrag in der i-ten Zeile und j-ten Spalte der Matrix Å k. Der Lesbarkeit wegen schreiben wir c i = cos(ϑ i ), s i = sin(ϑ i ), c 23 = cos(ϑ 2 + ϑ 3 ), s 23 = sin(ϑ 2 + ϑ 3 ). Wir erhalten sofort c 6 s c 5 c 6 c 5 s 6 s 5 0 Å 6 = s 6 c und Å 5 = s 5 c 6 s 5 s 6 c 5 0 s 6 c Somit haben wir m (5) 11 := c 5c 6 m (5) 12 := c 5s 6 m (5) 21 := s 5c 6 m (5) 22 := s 5 s 6

11 4 Direkte Kinematik 11 und können Å 4 schreiben als Wir setzen nun Damit ist Å 2 = und wir setzen Schließlich ist Å 4 = 11 c 4 + s 4 s 6 c 4 m (5) 12 + s 4 c 6 c 4 s s 4 c 4 s 6 s 4 m (5) 12 c 4 c 6 s 4 s 5 0 m (5) 21 m (5) 22 c m (5) m (5) m (4) 11 := m (5) 11 c 4 + s 4 s 6 m (4) 12 := c 4 m (5) 12 + s 4 c 6 m (4) 13 := c 4 s 5 m (4) 21 := m (5) 11 s 4 c 4 s 6 m (4) 22 := s 4 m (5) 12 c 4 c 6 m (4) 23 := s 4 s 5. c 23 m (4) 11 + s 23 m (5) 21 c 23 m (4) 12 + s 23 m (5) 22 c 23 m (4) 13 c 5 s 23 c 2 a 2 + s 23 d 4 s 23 m (4) 11 c 23 m (5) 21 s 23 m (4) 12 c 23 m (5) 22 s 23 m (4) 13 + c 5 c 23 s 2 a 2 c 23 d 4 m (4) 21 m (4) 22 m (4) m (2) 11 := c 23m (4) 11 + s 23m (5) 21 m (2) 12 := c 23m (4) 12 + s 23m (5) 22 m (2) 13 := c 23 m (4) 13 c 5 s 23 m (2) 14 := c 2 a 2 + s 23 d 4 m (2) 21 := s 23 m (4) 11 c 23 m (5) 21 m (2) 22 := s 23 m (4) 12 c 23 m (5) 22 m (2) 23 := s 23 m (4) 13 + c 5 c 23 m (2) 24 := s 2 a 2 c 23 d 4. c 1 m (2) 11 + s 1 m (4) 21 c 1 m (2) 12 + s 1 m (4) 22 c 1 m (2) 13 + s 1 m (4) 23 c 1 m (2) 14 + s 1 d 3 s = Å 1 = 1 m (2) 11 c 1 m (4) 21 s 1 m (2) 12 c 1 m (4) 22 s 1 m (2) 13 c 1 m (4) 23 s 1 m (2) 14 c 1 d 3 m (2) 21 m (2) 22 m (2) 23 m (2)

12 12 4 Direkte Kinematik Wir erhalten also die Komponenten von = (b ij ) durch b 12 := c 1 m (2) 12 + s 1 m (4) 22 b 13 := c 1 m (2) 13 + s 1m (4) 23 b 14 := c 1 m (2) 14 + s 1d 3 b 22 := s 1 m (2) 12 c 1m (4) 22 b 23 := s 1 m (2) 13 c 1m (4) 23 b 24 := s 1 m (2) 14 c 1d 3 b 32 := m (2) 22 b 33 := m (2) 23 b 34 := m (2) 24 und da die linke obere 3 3-Teilmatrix von orthogonal sein muss, können wir die erste Spalte von auch durch b 11 b 12 b 13 b 21 := b 22 b 23 und b 41 := 0 b 31 b 32 b 33 erhalten. Dies spart die Berechnung der Zwischenvariablen m (2) 11, m (2) 21, m (4) 11, m (4) 21, m (5) 11 und m (5) 21.

13 5 Inverse Kinematik 13 5 Inverse Kinematik Die inverse Kinematik soll aus der gegebenen Transformationsmatrix die Winkel ϑ 1,..., ϑ 6 rekonstruieren. Wegen der in Abschnitt 3 dargelegten Mehrdeutigkeiten können mehrere Lösungen für die Winkel ϑ i existieren. Daher muss vorgegeben werden, ob der Arm links oder rechts stehen soll, der Ellbogen hoch oder tief und ob der Unterarm verdreht sein soll oder nicht. Unser Vorgehen für die inverse Kinematik ist im Prinzip eine Umkehrung des Vorgehens bei der direkten Kinematik. Wir definieren die Matrizen Ì 0 = Å 1 = Ì 1 = Å 2 = 1 1 Ì 0 Ì 2 = Å 3 = 1 2 Ì 1 Ì 3 = Å 4 = 1 23 Ì 1 Ì 4 = Å 5 = 1 4 Ì 3 Ì 5 = Å 6 = 1 5 Ì 4 = 6 Es werden wieder nacheinander die von den ϑ i abhängigen linken Seiten aus den jeweils bekannten rechten Seiten ermittelt. Es bezeichne t (k) ij den Eintrag in der i-ten Zeile und j-ten Spalte der Matrix Ì k. Die Rechnungen unterscheiden sich nur in Details von den bei Paul und Zhang [1] erläuterten, so dass wir sie nicht ausführen. Die letzte Spalte von Ì 0 enthält die Verschiebung p von KS 1 nach KS 6. Durch Gleichsetzen mit Å 1 und Umformen erhalten wir { ( arcsin d3 ) ϑ 1 = atan(p y, p x ) + r falls Arm links π arcsin ( ) d 3 r falls Arm rechts mit r = p 2 x + p 2 y. Die Zeichnung erklärt die Fallunterscheidung, vgl. auch die erste Mehrdeutigkeit in Abschnitt 3. y 1 Arm rechts y 1 β 2 d 3 r o 1 ϑ 1 β2 β 1 d 3 r x1 o 1 ϑ1 β 1 Arm links Hier ist β 1 = atan(p y, p x ) und β 2 = arcsin( d 3 r ). Steht der Arm rechts, so ist ϑ 1 = π β 2 +β 1. Steht der Arm links, so ist ϑ 1 = β 1 +β 2. Beachte, dass stets β 2 0 gilt.

14 14 5 Inverse Kinematik Ist d 3 > r, so ist die vorgegebene Position p durch den Roboterarm nicht erreichbar, da sie näher an o 1 liegt, als der Greifer positioniert werden kann. Vergleichen wir nun Ì 1 mit 1 1 Å 1, so stellen wir fest, dass t (1) 14 = c 1 p x + s 1 p y gerade dem Wert q x aus Abschnitt 3 entspricht. Zusammen mit dem Wert p z = b 34 = t (0) 34 und dem Vorzeichen { +1 Arm links σ = 1 Arm rechts können wir nach ϑ 2 = atan(p z, t (1) 14 ) + σ ) r arccos( 2 +a 2 2 d2 4 2 ra 2 arccos( r 2 +a 2 2 d2 4 2 ra 2 ) Ellbogen hoch Ellbogen tief aufösen, wobei r = q 2 x + p 2 z ist. Die Zeichnung verdeutlicht dies für den Fall, dass der Arm links steht, vgl. die zweite Mehrdeutigkeit in Abschnitt 3. q x p z hoch z 1 r z 1 q x β 1 tief β 1 r p z β 2 ϑ 2 ϑ 2 β 2 o 1 o 1 Hier ist (nach dem Cosinussatz) β 1 = arccos( r2 +a 2 2 d2 4 2 ra 2 ) und β 2 = atan(p z, q x ). Steht der Arm hoch, so ist ϑ 2 = β 2 +β 1 und steht der Arm tief, so ist ϑ 2 = β 2 β 1. Beachte, dass stets β 1 0 gilt. Entsprechende Überlegungen führen auf die Formel für den Fall, dass der Arm rechts steht, und rechtfertigen auch die Wahl des Vorzeichens σ. In der letzte Spalte von Ì 2 = Å 3 = 1 2 Ì 1 stehen die Einträge t (2) 14 = s 3d 4 = c 2 t (1) 14 + s 2p z a 2, t (2) 24 = c 3 d 4 = s 2 t (1) 14 + c 2 p z, was wir nach ϑ 3 = atan ( ) c 2 t (1) 14 + s 2 p z a 2 s 2 t (1) 14 c 2 p z

15 5 Inverse Kinematik 15 auflösen. Mit ϑ 2 und ϑ 3 sind nun auch s 23 und c 23 bekannt, und mit t (1) 13 = c 1 b 13 + s 1 b 23 bestimmen wir die Einträge t (3) 13 Es ist nun tan(ϑ 5 ) = s 1 5 t(3) 23 s 1 5 t(3) 13 von s 5 verlorenginge, setzen wir { ϑ 4 = und t(3) 23 aus Ì 3 = Å 4 = 1 23 Ì 1 zu t (3) 23 = c 4 s 5 = s 23 b 33 + c 23 t (1) 13, t (3) 13 = s 4 s 5 = s 1 b 13 c 1 b 23.. Da beim Kürzen von s 5 Information über das Vorzeichen atan(t (3) 23, t (3) atan( t (3) 23, t (3) 13 ) falls Unterarm nicht verdreht 13 ) falls Unterarm verdreht und lösen somit die dritte Mehrdeutigkeit aus Abschnitt 3 auf. Diese Gleichung ist singulär für s 5 = 0. Dies ist jedoch genau dann der Fall, wenn die Drehachsen L 4 und L 6 zusammenfallen, so dass wir dann ohne weiteres ϑ 4 = 0 annehmen können, da jede Drehung um L 4 ebensogut durch eine zusätzliche Drehung um L 6 realisiert werden kann. Aus dem Vergleich Ì 4 = 1 4 Ì 3 erhalten wir s 5 = c 4 t (3) 13 + s 4 t (3) 23 c 5 = c 23 b 33 s 23 t (1) 13 und somit ϑ 5 = atan(c 4 t (3) 13 + s 4t (3) 23, c 23b 33 s 23 t (1) 13 ). Schließlich ist Ì 5 = 1 5 Ì 4 und wir erhalten mit und t (4) 12 = c 4(s 23 b 32 + c 23 (c 1 b 12 + s 1 b 22 )) s 4 (c 1 b 22 s 1 b 12 ) t (4) 22 = s 23(c 1 b 12 + s 1 b 22 ) c 23 b 32 t (4) 32 = c 4(c 1 b 22 s 1 b 12 ) + s 4 (s 23 b 32 + c 23 (c 1 b 12 + s 1 b 22 )) s 6 = c 5 t (4) 12 s 5t (4) 22 c 6 = t (4) 32 den Winkel ϑ 6 = atan( c 5 t (4) 12 s 5 t (4) 22, t (4) 32 ).

16 16 6 Orientierung des Greifers 6 Orientierung des Greifers Will man die Lage des Greifers im Raum angeben, so mag es recht umständlich scheinen, dies durch explizite Angabe der Matrix zu tun. Es ist sicherlich einfacher, stattdessen den Verschiebungsvektor p von o 1 nach o 6 und die Orientierung des Greifers durch seine drei Winkel gegenüber der z 1 -, y 1 - und -Achse (in dieser Reihenfolge) anzugeben. hat die Form = [ ] B p 0, 1 wobei die Drehmatrix B SO 3 (Ê) die Orientierung des Greifers beschreibt und p die Verschiebung ist. B lässt sich als Produkt B = R z (ζ)r y (η)r x (ξ) von drei Rotationen schreiben. Diese Darstellung entspricht ausgehend von KS 1 einer Rotation um die z 1 -Achse um den Winkel ζ gefolgt von einer Rotation um die y 1 -Achse um den Winkel η und schließlich einer Rotation um die -Achse um den Winkel ξ. Die Matrizen müssen in dieser Reihenfolge stehen, denn die Drehung durch R y (η) im bereits durch R z (ζ) gedrehten Koordinatensystem schreibt sich im ursprünglichen KS 1 als R z (ζ)r y (η)r z (ζ) 1. Die Verknüpfung der beiden Drehungen ergibt also in der Darstellung bzgl. des ursprünglichen KS 1 (R z (ζ)r y (η)r z (ζ) 1 )R z (ζ) = R z (ζ)r y (η). Entsprechendes kann man sich für die Darstellung der Drehung R x (ξ) nach vorangegangenen Drehungen um ζ und ξ überlegen. Die Matrizen haben die Gestalt cos(ζ) sin(ζ) 0 cos(η) 0 sin(η) R z (ζ) = sin(ζ) cos(ζ) 0,R y (η) = 0 1 0, sin(η) 0 cos(η) R x (ξ) = 0 cos(ξ) sin(ξ) 0 sin(ξ) cos(ξ) und somit ist B = cos(η) cos(ζ) cos(ξ) sin(ζ) cos(ζ) sin(ξ) sin(η) sin(ξ) sin(ζ) cos(ξ) cos(ζ) sin(η) cos(η) sin(ζ) cos(ξ) cos(ζ) sin(ξ) sin(η) sin(ζ) cos(ζ) sin(ξ) cos(ξ) sin(η) sin(ζ). sin(η) cos(η) cos(ξ) cos(η) sin(ξ)

17 6 Orientierung des Greifers 17 Sind für die inverse Kinematik anstelle der Matrix der Vektor p und die Winkel ζ, η und ξ gegeben, so lässt sich B (und damit auch ) durch diese Darstellung bestimmen. Soll die direkte Kinematik nicht die Matrix, sondern den Vektor p und die Winkel ζ, η und ξ ausgeben, so kann man zuerst die Matrix (und somit auch B) bestimmen, und dann folgende Gleichungen nutzen: b 14 p = b 24, b 34 ζ = atan(sin(ζ), cos(ζ)) = atan(cos(η) sin(ζ), cos(η) cos(ζ)) = atan(b 12, b 11 ), ξ = atan(sin(ξ), cos(ξ)) = atan(cos(η) sin(ξ), cos(η) cos(ξ)) = atan(b 32, b 32 ), und mit b 11 cos(ζ) + b 21 sin(ζ) = cos(η) cos(ζ) 2 + cos(η) sin(ζ) 2 = cos(η) η = atan(sin(η), cos(η)) = atan(b 13, b 11 cos(ζ) + b 21 sin(ζ)).

18 18 Literatur Literatur [1] Paul, Zhang: Computationally Efficient Kinematics for Manipulators with Spherical Wrists Based on the Homogeneous Transformation Representation, The International Journal of Robotics Research Vol. 5 No. 2, 1986.

19 Index Armstellung hoch, 8 links, 7 rechts, 7 tief, 8 verdreht, 9 atan, 4 Denavit-Hartenberg-Konfiguration, 5 direkte Kinematik, 10, 17 Ellbogen, 8 erweiterte Koordinaten, 3 Greifer, 3, 16 hoch, 8, 14 inverse Kinematik, 13, 17 Kinematik direkte, 10, 17 inverse, 13, 17 Koordinatensystem, 4 links, 7, 13 lokales Koordinatensystem, 4 Mehrdeutigkeiten, 7, rechts, 7, 13 tief, 8, 14 Vektorprodukt, 4 verdreht, 9, 15 19

Koordinaten, Transformationen und Roboter

Koordinaten, Transformationen und Roboter Koordinaten, Transformationen und Roboter Dipl.-Inform. Wolfgang Globke Institut für Algebra und Geometrie Arbeitsgruppe Differentialgeometrie Universität Karlsruhe 1 / 48 Einleitung Seit Anbeginn der

Mehr

Kapitel VI. Euklidische Geometrie

Kapitel VI. Euklidische Geometrie Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und

Mehr

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =

C orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w = 1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition

Mehr

++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen dx+ey+f = 0 1.1

++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen dx+ey+f = 0 1.1 Hauptachsentransformation. Einleitung Schneidet man den geraden Kreiskegel mit der Gleichung = + und die Ebene ++ + = 0 so erhält man eine quadratische Gleichung mit zwei Variablen +2 + +dx+ey+f = 0. Die

Mehr

Tutorium Mathematik II, M Lösungen

Tutorium Mathematik II, M Lösungen Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +

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

Symmetrie von Naturgesetzen - Galilei-Transformationen und die Invarianz der Newton schen Gesetze

Symmetrie von Naturgesetzen - Galilei-Transformationen und die Invarianz der Newton schen Gesetze Symmetrie von Naturgesetzen - Galilei-Transformationen und die Invarianz der Newton schen Gesetze Symmetrie (Physik) (aus Wikipedia, der freien Enzyklopädie) Symmetrie ist ein grundlegendes Konzept der

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

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

Analytische Geometrie II

Analytische Geometrie II Analytische Geometrie II Rainer Hauser März 212 1 Einleitung 1.1 Geradengleichungen in Parameterform Jede Gerade g in der Ebene oder im Raum lässt sich durch einen festen Punkt auf g, dessen Ortsvektor

Mehr

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60

3 Vektoren. 3.1 Kartesische Koordinaten in Ebene und Raum. Höhere Mathematik 60 Kartesische Koordinaten in Ebene und Raum 3 Vektoren 3.1 Kartesische Koordinaten in Ebene und Raum In der Ebene (mathematisch ist dies die Menge R 2 ) ist ein kartesisches Koordinatensystem festgelegt

Mehr

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

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015

Grundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015 Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt

Mehr

d 2 b 2 c 2 d 3 b 3 c 3 , D a 1 d 1 c 1 v 3 Definiton (Verbindungsvektor): Zwei Punkte A(a 1 a 2 a 3 ) und B(b 1 b 2 b 3 ) legen den Vektor b 1 a 1

d 2 b 2 c 2 d 3 b 3 c 3 , D a 1 d 1 c 1 v 3 Definiton (Verbindungsvektor): Zwei Punkte A(a 1 a 2 a 3 ) und B(b 1 b 2 b 3 ) legen den Vektor b 1 a 1 2008/2009 Das Wichtigste in Kürze Klasse 3 Lineare Gleichungssysteme und Determinanten Definiton (Lineare Gleichungssysteme: Lineare Gleichungssysteme löst man entweder mit dem Gauß-Algorithmus oder nach

Mehr

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse

Mehr

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29 Dynamische Systeme und Zeitreihenanalyse Komplexe Zahlen Kapitel 3 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.0/29 Motivation Für die

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

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

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:

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

Formelsammlung Analytische Geometrie

Formelsammlung Analytische Geometrie Formelsammlung Analytische Geometrie http://www.fersch.de Klemens Fersch 6. August 6 Inhaltsverzeichnis 6 Analytische Geometrie 6. Vektorrechung in der Ebene......................................... 6..

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

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J} 9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

Kinematik des starren Körpers

Kinematik des starren Körpers Technische Mechanik II Kinematik des starren Körpers Prof. Dr.-Ing. Ulrike Zwiers, M.Sc. Fachbereich Mechatronik und Maschinenbau Hochschule Bochum WS 2009/2010 Übersicht 1. Kinematik des Massenpunktes

Mehr

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7

Klausurenkurs zum Staatsexamen (WS 2013/14): Lineare Algebra und analytische Geometrie 7 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 3/4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.

Mehr

Analytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden

Analytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden Analytische Geometrie - Schnittwinkel. Möglichkeiten und Formeln Gerade / Gerade: cos( ) = u u 2 u u 2 Gerade / Ebene: sin( ) = n u n u Ebene / Ebene: cos( ) = n n 2 n n 2 u, u 2 Richtungsvektoren der

Mehr

Vektoren. Kapitel 3. 3.1 Skalare, Vektoren, Tensoren. 3.2 Vektoren

Vektoren. Kapitel 3. 3.1 Skalare, Vektoren, Tensoren. 3.2 Vektoren Kapitel 3 Vektoren 31 Skalare, Vektoren, Tensoren Viele physikalische Größen lassen sich bei bekannter Maßeinheit durch Angabe ihres Betrages als reelle Zahl vollständig angeben Solche Größen nennt man

Mehr

6.3 Hauptachsentransformation

6.3 Hauptachsentransformation Im Wintersemester 6/7 wurde in der Vorlesung Höhere Mathematik für Ingenieurstudiengänge der folgende Algorithmus zur Hauptachsentransformation besprochen: 63 Hauptachsentransformation Die Matrizen, die

Mehr

Analytische Geometrie I

Analytische Geometrie I Analytische Geometrie I Rainer Hauser Januar 202 Einleitung. Geometrie und Algebra Geometrie und Algebra sind historisch zwei unabhängige Teilgebiete der Mathematik und werden bis heute von Laien weitgehend

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

Theoretische Physik 1, Mechanik

Theoretische Physik 1, Mechanik Theoretische Physik 1, Mechanik Harald Friedrich, Technische Universität München Sommersemester 2009 Mathematische Ergänzungen Vektoren und Tensoren Partielle Ableitungen, Nabla-Operator Physikalische

Mehr

1 Rechnen mit 2 2 Matrizen

1 Rechnen mit 2 2 Matrizen 1 Rechnen mit 2 2 Matrizen 11 Produkt Wir berechnen das allgemeine Produkt von A = Für das Produkt gilt AB = a11 a 12 a 21 a 22 a11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12

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

Mathematik Analytische Geometrie

Mathematik Analytische Geometrie Mathematik Analytische Geometrie Grundlagen:. Das -Dimensionale kartesische Koordinatensystem: x x x. Vektoren und Ortsvektoren: a x = x x ist ein Vektor, der eine Verschiebung um x -Einheiten in x-richtung,

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

Eine Methode zur Positionsberechnung aus Relativmessungen. Von Eckhardt Schön, Erfurt

Eine Methode zur Positionsberechnung aus Relativmessungen. Von Eckhardt Schön, Erfurt Eine Methode zur Positionsberechnung aus Relativmessungen Von Eckhardt Schön, Erfurt Mit 4 Abbildungen Die Bewegung der Sterne und Planeten vollzieht sich für einen irdischen Beobachter scheinbar an einer

Mehr

Geometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt:

Geometrie. Bei der Addition von Vektoren erhält man einen Repräsentanten des Summenvektors +, indem man die Repräsentanten von aneinanderfügt: Geometrie 1. Vektoren Die Menge aller zueinander parallelen, gleich langen und gleich gerichteten Pfeile werden als Vektor bezeichnet. Jeder einzelne Pfeil heißt Repräsentant des Vektors. Bei Ortsvektoren:

Mehr

Vektoren - Basiswechsel

Vektoren - Basiswechsel Vektoren - Basiswechsel Grundprinzip Für rein geometrische Anwendungen verwendet man üblicherweise die Standardbasis. Damit ergibt sich in den Zahlenangaben der Koordinaten kein Unterschied zu einem Bezug

Mehr

Analytische Geometrie Seite 1 von 6. Die Addition von Vektoren kann veranschaulicht werden durch das Aneinanderhängen von Pfeilen.

Analytische Geometrie Seite 1 von 6. Die Addition von Vektoren kann veranschaulicht werden durch das Aneinanderhängen von Pfeilen. Analytische Geometrie Seite 1 von 6 1. Wichtige Formeln AB bezeichnet den Vektor, der die Verschiebung beschreibt, durch die der Punkt A auf den Punkt B verschoben wird. Der Vektor, durch den die Verschiebung

Mehr

Herzlich willkommen zur Demo der mathepower.de Aufgabensammlung

Herzlich willkommen zur Demo der mathepower.de Aufgabensammlung Herzlich willkommen zur der Um sich schnell innerhalb der ca. 5. Mathematikaufgaben zu orientieren, benutzen Sie unbedingt das Lesezeichen Ihres Acrobat Readers: Das Icon finden Sie in der links stehenden

Mehr

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende

Mehr

2.2 Kern und Bild; Basiswechsel

2.2 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 22 Kern und Bild; Basiswechsel 35 Jede lineare Abbildung definiert charakteristische Unterräume, sowohl im Ausgangsraum als auch im Bildraum 22 Satz Sei L: V W eine lineare

Mehr

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2

(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2 Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit

Mehr

Klausur zur Einführung in die Geometrie im SS 2002

Klausur zur Einführung in die Geometrie im SS 2002 Klausur zur Einführung in die Geometrie im SS 2002 Name, Vorname... Matr.Nr.... Semester-Anzahl im SS 2002:... Studiengang GH/R/S Tutor/in:... Aufg.1 Aufg,2 Aufg.3 Aufg.4 Aufg.5 Aufg.6 Aufg.7 Aufg.8 Gesamt

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG P. Grohs T. Welti F. Weber Herbstsemester 5 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Skalarprodukt und Orthogonalität.a) Bezüglich des euklidischen

Mehr

Vektorgeometrie. 1. Vektoren eingeben, Norm, Skalarprodukt. 2 In einem kartesischen Koordinatensystem sind die Vektoren. , v. und. gegeben.

Vektorgeometrie. 1. Vektoren eingeben, Norm, Skalarprodukt. 2 In einem kartesischen Koordinatensystem sind die Vektoren. , v. und. gegeben. Vektorgeometrie 1. Vektoren eingeben, Norm, Skalarprodukt 2 In einem kartesischen Koordinatensystem sind die Vektoren u 14, 5 11 10 v 2 und w 5 gegeben. 10 10 a) Zeigen Sie, dass die Vektoren einen Würfel

Mehr

Wie lautet die Gleichung der Geraden, durch die beiden Punkte A(4/1) und B(-5/8)?

Wie lautet die Gleichung der Geraden, durch die beiden Punkte A(4/1) und B(-5/8)? Übungsbeispiel / 2 Gerade durch 2 Punkte Wie lautet die Gleichung der Geraden, durch die beiden Punkte A(4/) und B(-5/8)? Maturavorbereitung 8. Klasse ACDCA 999 Vektorrechnung Übungsbeispiel 2 / 2 Gerade

Mehr

Abiturprüfung Mathematik 0 Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit f() = ( sin() + 7) 5. Aufgabe : ( VP) Berechnen Sie eine Stammfunktion

Mehr

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de

Mehr

3.3 Klassifikation quadratischer Formen auf R n

3.3 Klassifikation quadratischer Formen auf R n 3.3. Klassifikation quadratischer Formen auf R n 61 3.3 Klassifikation quadratischer Formen auf R n Wir können den Hauptsatz über symmetrische Matrizen verwenden, um uns einen Überblick über die Lösungsmengen

Mehr

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und

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

Lehrskript Mathematik Q12 Analytische Geometrie

Lehrskript Mathematik Q12 Analytische Geometrie Lehrskript Mathematik Q1 Analytische Geometrie Repetitorium der analytischen Geometrie Eine Zusammenfassung der analytischen Geometrie an bayerischen Gymnasien von Markus Baur, StR Werdenfels-Gymnasium

Mehr

Serie 10: Inverse Matrix und Determinante

Serie 10: Inverse Matrix und Determinante D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die

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

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben: Korrelationsmatrix Bisher wurden nur statistische Bindungen zwischen zwei (skalaren) Zufallsgrößen betrachtet. Für den allgemeineren Fall einer Zufallsgröße mit N Dimensionen bietet sich zweckmäßiger Weise

Mehr

9 Funktionen und ihre Graphen

9 Funktionen und ihre Graphen 57 9 Funktionen und ihre Graphen Funktionsbegriff Eine Funktion ordnet jedem Element aus einer Menge D f genau ein Element aus einer Menge W f zu. mit = f(), D f Die Menge aller Funktionswerte nennt man

Mehr

8. Übungsblatt zur Mathematik I für Maschinenbau

8. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 8. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS / 6..-.. Aufgabe G (Matrixinversion mit Gauß-Algorithmus

Mehr

8 Die Riemannsche Zahlenkugel

8 Die Riemannsche Zahlenkugel 8 Die Riemannsche Zahlenkugel Wir untersuchen zunächst Geraden- und Kreisgleichungen in der komplexen Ebene C = R 2. Geradengleichungen Die Parameterdarstellung einer Geraden durch zwei Punkte z 1 z 2

Mehr

Matrizen, Determinanten, lineare Gleichungssysteme

Matrizen, Determinanten, lineare Gleichungssysteme Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n

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

Mathematische Probleme, SS 2013 Donnerstag $Id: quadratisch.tex,v /08/12 09:49:46 hk Exp $ c a b = 1 3. tan(2φ) =

Mathematische Probleme, SS 2013 Donnerstag $Id: quadratisch.tex,v /08/12 09:49:46 hk Exp $ c a b = 1 3. tan(2φ) = Mathematische Probleme SS 13 Donnerstag 136 $Id: quadratischtexv 18 13/08/1 09:49:46 hk Exp $ 4 Kegelschnitte 41 Quadratische Gleichungen Nachdem wir in der letzten Sitzung die Hauptachsentransformation

Mehr

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.1 Einführung

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.1 Einführung Mathematik II Frühlingsemester 2015 Kap 9: Funktionen von mehreren Variablen 91 Einführung wwwmathethzch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof Dr Erich Walter Farkas http://wwwmathethzch/

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

Lösung Semesterendprüfung (Nachprüfung)

Lösung Semesterendprüfung (Nachprüfung) MLAE Mathematik: Lineare Algebra für Ingenieure Frühlingssemester 6 Dr. Christoph Kirsch ZHAW Winterthur Lösung Semesterendprüfung (Nachprüfung Aufgabe : Aufgabe : a Gemäss Def. der Vorlesung müssen wir

Mehr

3 Abbildungen von Funktionsgraphen

3 Abbildungen von Funktionsgraphen 27 3 Abbildungen von Funktionsgraphen In Kapitel 1 dieses Workshops haben wir uns mit der Transformation von geometrischen Figuren im Achsenkreuz beschäftigt: mit Verschiebungen, Spiegelungen, Achsenstreckungen

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

Die Steigung m ist ein Quotient zweier Differenzen und heißt daher Differenzenquotient.

Die Steigung m ist ein Quotient zweier Differenzen und heißt daher Differenzenquotient. Seite Definition lineare Funktion Eine Funktion f mit dem Funktionsterm f(x) = m x + b, also der Funktionsgleichung y = m x + b, heißt lineare Funktion. Ihr Graph G f ist eine Gerade mit der Steigung m

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

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 und Matrizen

Vektoren und Matrizen Vektoren und Matrizen Einführung: Wie wir gesehen haben, trägt der R 2, also die Menge aller Zahlenpaare, eine Körperstruktur mit der Multiplikation (a + bi(c + di ac bd + (ad + bci Man kann jedoch zeigen,

Mehr

Übungsaufgaben Vektoren

Übungsaufgaben Vektoren Kallenrode, www.sotere.uos.de Übungsaufgaben Vektoren 1. Gegeben sind die Einheitsvektoren in Zylinderkoordinaten e ϱ = cos ϕ sin ϕ, e ϕ = sin ϕ cos ϕ und e z = 0 0 0 0 1 und Kugelkoordinaten: sin ϑ cos

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

1. Kinematik. Untersucht wird die Bewegung eines Punktes P in Bezug auf zwei Bezugssysteme: Bezugssystem Oxyz ist ruhend:

1. Kinematik. Untersucht wird die Bewegung eines Punktes P in Bezug auf zwei Bezugssysteme: Bezugssystem Oxyz ist ruhend: Untersucht wird die ewegung eines Punktes P in ezug auf zwei ezugssysteme: ezugssystem Oxyz ist ruhend: Ursprung O Einheitsvektoren e x, e y, e z Koordinaten x, y, z ezugssystem ξηζ bewegt sich: Ursprung

Mehr

3.6 Einführung in die Vektorrechnung

3.6 Einführung in die Vektorrechnung 3.6 Einführung in die Vektorrechnung Inhaltsverzeichnis Definition des Vektors 2 2 Skalare Multiplikation und Kehrvektor 4 3 Addition und Subtraktion von Vektoren 5 3. Addition von zwei Vektoren..................................

Mehr

( ) sind. Für einen einzelnen. ( ) berechnet werden: ( )

( ) sind. Für einen einzelnen. ( ) berechnet werden: ( ) 23 4 Abbildungen von Funktionsgraphen Der Graph zu einer gegebenen Funktion f ist die Menge aller ( ) sind. Für einen einzelnen Punkte, deren Koordinaten ; f () Punkt des Graphen gibt man einen Wert aus

Mehr

Gliederung. Differentielle Bewegungen. Gliederung (cont.)

Gliederung. Differentielle Bewegungen. Gliederung (cont.) - Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 15. May 2012 Allgemeine Informationen Einführung

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

Gliederung. Gliederung (cont.) Koordinaten eines Manipulators. Allgemeine Informationen Einführung

Gliederung. Gliederung (cont.) Koordinaten eines Manipulators. Allgemeine Informationen Einführung - Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 14. April 2009 Allgemeine Informationen Einführung

Mehr

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/

Mehr

Einführung in die linearen Funktionen. Autor: Benedikt Menne

Einführung in die linearen Funktionen. Autor: Benedikt Menne Einführung in die linearen Funktionen Autor: Benedikt Menne Inhaltsverzeichnis Vorwort... 3 Allgemeine Definition... 3 3 Bestimmung der Steigung einer linearen Funktion... 4 3. Bestimmung der Steigung

Mehr

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Inhaltsverzeichnis INHALTSVERZEICHNIS 1 INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Die Parabel 2 1.1 Definition................................ 2 1.2 Bemerkung............................... 3 1.3 Tangenten................................ 3 1.4

Mehr

Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer".

Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie Träger oder Fahrer. Was ist ein Vektor? Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer". Vektoren sind Listen von Zahlen. Man kann einen Vektor darstellen, indem man seine Komponenten

Mehr

Mathematische Formeln für das Studium an Fachhochschulen

Mathematische Formeln für das Studium an Fachhochschulen Mathematische Formeln für das Studium an Fachhochschulen von Richard Mohr. Auflage Hanser München 0 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 446 455 4 Zu Inhaltsverzeichnis schnell und portofrei

Mehr

4 Grundlagen zu SVG-Karten und -Diagrammen...33

4 Grundlagen zu SVG-Karten und -Diagrammen...33 48 4 Grundlagen zu SVG-Karten und -Diagrammen 4 Grundlagen zu SVG-Karten und -Diagrammen...33 4.1 Bildschirmdarstellung vs. Papierkartendruck...33 4.1.1 Mehr Farben...33 4.1.2 Probleme beim Einsatz von

Mehr

Quadratische Matrizen Inverse und Determinante

Quadratische Matrizen Inverse und Determinante Kapitel 2 Quadratische Matrizen Inverse und Determinante In diesem Abschnitt sei A M(n, n) stets eine quadratische n n Matrix. Für nicht-quadratische Matrizen ergeben die folgenden Betrachtungen keinen

Mehr

Skalarprodukt und Orthogonalität

Skalarprodukt und Orthogonalität Skalarprodukt und Orthogonalität Skalarprodukt und Orthogonalität in R n Wir erinnern an das euklidische Skalarprodukt im R 2 : Wir erinnern an das euklidische Skalarprodukt im R 2 : < a, b >:= α 1 β 1

Mehr

2. Aufgabe Vereinfachen Sie die folgenden Ausdrücke so, dass möglichst wenige Multiplikationen ausgeführt werden müssen!

2. Aufgabe Vereinfachen Sie die folgenden Ausdrücke so, dass möglichst wenige Multiplikationen ausgeführt werden müssen! Studiengang: PT/LOT/PVHT Semester: WS 9/ lgebra Serie: 2 Thema: Matrizen, Determinanten. ufgabe Gegeben sind die Matrizen = µ 2 3 2 µ 3 2 4, B = 2 Berechnen Sie: a) 2 + 3B b) B 2 c) B T d) B T e) T B f)

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. Übungsblatt Aufgaben mit Lösungen . Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen

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

Entwicklung einer allgemeinen dynamischen inversen Kinematik

Entwicklung einer allgemeinen dynamischen inversen Kinematik Entwicklung einer allgemeinen dynamischen inversen Kinematik Christoph Schmiedecke Studiendepartment Informatik Hochschule für Angewandte Wissenschaften Hamburg 06. Januar 2010 Inhaltsverzeichnis 1 Motivation

Mehr

Skalarprodukte (Teschl/Teschl Kap. 13)

Skalarprodukte (Teschl/Teschl Kap. 13) Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +

Mehr

3. Erhaltungsgrößen und die Newton schen Axiome

3. Erhaltungsgrößen und die Newton schen Axiome Übungen zur T1: Theoretische Mechanik, SoSe13 Prof. Dr. Dieter Lüst Theresienstr. 37, Zi. 45 Dr. James Gray James.Gray@physik.uni-muenchen.de 3. Erhaltungsgrößen und die Newton schen Axiome Übung 3.1:

Mehr

2. Vorlesung Wintersemester

2. Vorlesung Wintersemester 2. Vorlesung Wintersemester 1 Mechanik von Punktteilchen Ein Punktteilchen ist eine Abstraktion. In der Natur gibt es zwar Elementarteilchen (Elektronen, Neutrinos, usw.), von denen bisher keine Ausdehnung

Mehr

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)

Vektorgeometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden) fua3673 Fragen und Antworten Vektorgeometrie (bitte nur für den Eigengebrauch verwenden) Inhaltsverzeichnis Vektorgeometrie im Raum. Fragen................................................. Allgemeines..........................................

Mehr

Lösungen - Serie 2 zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie

Lösungen - Serie 2 zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie Lösungen - Serie zu den Übungsaufgaben zur Vorlesung Algebraische Zahlentheorie Aufgabe : Berechnen Sie für die folgenden Elemente x in einer Körpererweiterung L K die Norm Nm L K (x) und die Spur T r

Mehr

Studiengänge) Beispiele

Studiengänge) Beispiele Grundkurs Höhere Mathematik I (für naturwissenschaftliche Studiengänge) Beispiele Prof. Dr. Udo Hebisch Diese Beispielsammlung ergänzt das Vorlesungsskript und wird ständig erweitert. DETERMINANTEN Determinanten

Mehr

Grundlagen zu Geraden

Grundlagen zu Geraden Grundlagen zu Geraden Punkte in ein Koordinatensystem einzeichnen: Bei einem Punkt P(x y) wird die erste Komponenten (die erste Zahl in der Klammer) auf der x-achse abgetragen und die zweite Komponente

Mehr