Mathematische Grundlagen

Ähnliche Dokumente
Mathematische Grundlagen

146

-dimensionale Darstellungen

Kapitel 3: Geometrische Transformationen

Lineare Algebra und Computer Grafik

Vektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & &

Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif

Kapitel 17 Skalar- und Vektorprodukt

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Analytische Geometrie, Vektorund Matrixrechnung

Brückenkurs Mathematik

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

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

Mathematiklabor 2. Übungsblatt

Vektoren und Matrizen

4. Vektor- und Spatprodukt im R 3

$Id: anageo.tex,v /01/18 21:24:38 hk Exp hk $

Vektorrechnung. 10. August Inhaltsverzeichnis. 1 Vektoren 2. 2 Grundlegende Rechenoperationen mit Vektoren 3. 3 Geometrie der Vektoren 5

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix

Vektorprodukt. Der Vektor. ist zu a und b orthogonal, gemäß der. Rechten-Hand-Regel orientiert und hat die Länge c = a b

Grundwissen Abitur Geometrie 15. Juli 2012

GRUNDLAGEN MATHEMATIK

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

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

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

12 Übungen zu Gauß-Algorithmus

Brückenkurs Mathematik. Mittwoch Freitag

03. Vektoren im R 2, R 3 und R n

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

Lineare Algebra. 1 Lineare Abbildungen

Rang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya

03. Vektoren im R 2, R 3 und R n

Kapitel 16 Skalar- und Vektorprodukt

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

Kapitel 4. Determinante. Josef Leydold Mathematik für VW WS 2017/18 4 Determinante 1 / 24

Mathematik für Naturwissenschaftler II SS 2010

Denition 6.1 Eine Gerade ist die Menge aller Losungen (x; y) einer linearen Gleichung. y = A B x + C B : Ax + By = C mit 6= 0

Algebra 3.

Aufgabe Summe Note Punkte

Seminar 3-D Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen. Hermann Schwarz Marko Pilop

1. Funktionen und Stetigkeit

Hilfsblätter Lineare Algebra

Blatt 06.3: Matrizen

Mathematik für Naturwissenschaftler, Pruscha & Rost Kap 7 Lösungen

Abitur 2016 Mathematik Geometrie V

Klausur DI/LA F 2006 LA : 1

Vektoren - Die Basis

July 04, Geometrie I. Hallo Welt! für Fortgeschrittene. Daniel Uebler

Affine Koordinatentransformationen

Mathematik I für MB und ME

Lösbarkeit linearer Gleichungssysteme

2.2 Kollineare und koplanare Vektoren

Algebra 4.

Mathematik II Frühjahrssemester 2013

einführendes Beispiel: In der Skizze ist die durch die Punkte A(2, 4, 3) B(2, 6, 2) C(4, 4, 2) festgelegte Ebene ε dargestellt.

Analytische Geometrie II

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 11. Übung: Woche vom

TECHNISCHE UNIVERSITÄT MÜNCHEN

mit "Skalarprodukt" aus i-tem "Zeilenvektor" und j-tem "Spaltenvektor"

1 Vorlesungen: und Vektor Rechnung: 1.Teil

In allen Fällen spielt die 'Determinante' einer Matrix eine zentrale Rolle.

Mathematik I für MB/ME

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

Abitur 2010 Mathematik LK Geometrie V

Vektorprodukt. Satz: Für a, b, c V 3 und λ IR gilt: = a b + a c (Linearität) (Linearität) b = λ

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

Trainingsaufgaben Teil 1 (Sie müssen nicht alle Aufgaben bearbeiten. Eine Auswahl der Lösungen wird in der letzten VL und Ü des Semesters besprochen)

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

Lineare Algebra - Übungen 1 WS 2017/18

Vektoren, Vektorräume

SBP Mathe Aufbaukurs 2 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 2

Serie 10: Inverse Matrix und Determinante

5.2 Rechnen mit Matrizen

Transformation - 3. Für "übliche" Anwendungen in der Geometrie ist es sinnvoll, bei Transformationen eine gleiche

Geometrische Deutung linearer Abbildungen

Transformation Allgemeines Die Lage eines Punktes kann durch einen Ortsvektor (ausgehend vom Ursprung des Koordinatensystems

Vorkurs Mathematik. Vektoren, lineare Gleichungssysteme und Matrizen

Vektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1

Aufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).

5 Lineare Gleichungssysteme und Determinanten

Determinanten 3. Ordnung. 1-E Ma 1 Lubov Vassilevskaya

Computergrafik 1 Übung

5.4 Basis, Lineare Abhängigkeit

Kapitel 1. Koordinaten im Raum. 1.1 Schrägbilder - Kavalier-Perspektive Koordinaten

Übungen zu Computergrafik

Stellen Sie diese Operation grafisch durch Pfeile in einem zweidimensionalen Koordinatensystem dar. + R n R n R n. + R R R

Abstände und Zwischenwinkel

Algebra 2.

Zusammenfassung der Analytischen Geometrie

Trainingsaufgaben Teil 1

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Analytische Geometrie

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

HM II Tutorium 3. Lucas Kunz. 10. Mai 2016

Mathematik II Frühjahrssemester 2013

Mathematik I Übungsblatt 5 WS 12/13 Prof. Dr. W. Konen, Dr.A.Schmitter

Transkript:

Kapitel 12 Mathematische Grundlagen In diesem Kapitel werden die mathematischen Grundlagen dargelegt, die für die Darstellung von dreidimensionalen Objekten notwendig sind. 12.1 3D-Koordinatensystem Weit verbreitet ist das kartesische Koordinaten-System, z.b. in der rechtshändigen Form. Bei gespreizten Fingern der rechten Hand zeigt der Daumen in x-richtung, der Zeigefinger in y- Richtung, der Mittelfinger in z-richtung. y hinten z vorne x 12.2 Länge und Kreuzprodukt Gegeben sei ein 3D-Vektor Seine Länge ist definiert als v = v 1 v 2 v 3 v := v 2 1 + v2 2 + v2 3 143

144 KAPITEL 12. MATHEMATISCHE GRUNDLAGEN Gegeben seien zwei 3D-Vektoren v = v 1 v 2 v 3 und w = w 1 w 2 w 3 Das Kreuzprodukt vov und w ist definiert als v 2 w 3 v 3 w 2 v w = v 3 w 1 v 1 w 3 v 1 w 2 v 2 w 1 Der Vektor v w steht senkrecht auf v und steht senkrecht auf w. Seine Länge entspricht der Fläche des durch v und w aufgespannten Parallelogramms, d.h. v w = v w sin(α) v w v w α In einem rechtshändigen Koordinatensystem entspricht bei gespreizten Fingern der Daumen v, der Zeigefinger w, der Mittelfinger v w. Ein Applet zur Visualisierung liegt unter http://www-lehre.inf.uos.de/ cg/2006/skript/applets/crossproduct. Anwendung des Kreuzprodukts Gegeben sei eine Fläche durch 3 nicht kollineare Punkte P 1,P 2,P 3. P 3 P 1 P 2 Der Vektor P 2 P 1 P 3 P 1 bildet den Normalenvektor zur Fläche. Ist eine Ebene durch ihre Ebenengleichung Ax + By +Cz + D = 0 gegeben, so ergibt sich der Normalenvektor als (A B C) T. Ist ein Normalenvektor (A B C) T gegeben, so errechnet sich D durch Einsetzen eines beliebigen Punktes der Ebene. Ein Punkt (x,y,z) liegt

12.2. LÄNGE UND KREUZPRODUKT 145 oberhalb der Ebene, falls Ax + By +Cz > D unterhalb der Ebene, falls Ax + By +Cz < D in der Ebene, falls Ax + By +Cz = D Wir werden jede ebene Fläche als Ausschnitt einer Ebene ansehen und dem entsprechenden Polygon eine Flächennormale n zuweisen. Der Umlaufsinn des Polygons entscheidet, in welche Richtung die Flächennormale weist: P1 P2 P1 P2 P3 Dreieck mit Punkten im Uhrzeigersinn P3 Dreieck mit Punkten im Gegenuhrzeigersinn Umlaufsinn bei Polygonen ObdA werden der erste, der zweite und der letzte Punkt eines Polygons zur Bestimmung der Normalen herangezogen. Im Fall eines im Uhrzeigersinn (clockwise) orientierten Polygons ergibt sich: cw = P 1 P 3 P 2 P 1 = v w = v 2 w 3 v 3 w 2 v 3 w 1 v 1 w 3 v 1 w 2 v 2 w 1 Falls das Polygon gegen den Uhrzeigersinn (counter clockwise) orientiert ist, tauschen die Vektorev und w die Plätze: w 2 v 3 w 3 v 2 ccw = P 2 P 1 P 3 P 1 = w v = w 3 v 1 w 1 v 3 w 1 v 2 w 2 v 1 Es gilt also: cw = ccw Die beiden Normalen weisen in entgegengesetzte Richtungen (Schiefsymmetrie des Kreuzproduktes). Wir werden alle Polygone gegen den Uhrzeigersinn orientieren. Für konvexe Polygone gilt dann: Die Normale einer Fläche, die man so betrachtet, daß sie gegen den Uhrzeigersinn orientiert ist, zeigt in Richtung des Betrachters. Man sieht die Seite der Fläche, die die Außenseite sein soll. Das Kreuzprodukt ist linear in jedem Argument. Es ist weder kommutativ (s.o.) noch assoziativ (( a b) c a ( b c)).

146 KAPITEL 12. MATHEMATISCHE GRUNDLAGEN 12.3 Skalarprodukt Gegeben seien zwei n-dimensionale Vektorev, w. Das Skalarprodukt lautet: Für Vektoren a, b, c und s R gilt: v w := n i=1 v i w i a b = b a (Symmetrie) ( a + c) b = a b + c b (Linearität) (s a) b = s( a b) (Homogenität) b = b b (euklidische Norm) Anwendungen des Skalarprodukts: Gegeben zwei Vektorev, w. Für den Winkel α zwischev und w gilt: cos(α) = α v w v w. v w Es gilt: v w < 0 v und w schließen einen Winkel von mehr als 90 ein v w = 0 v steht senkrecht auf w v w > 0 v und w schließen einen Winkel von weniger als 90 ein Es gilt: n r = D beschreibt eine Ebene für D R und Normalenvektor n. Alle Lösungsvektoren r liegen (als Punkte aufgefaßt) auf der Ebene. Das Skalarprodukt aller Ebenenpunkte (als Vektoren geschrieben) mit dem Normalenvektor ist konstant.

12.4. MATRIXINVERSION 147 12.4 Matrixinversion Analog zum zweidimensionalen Fall werden die dreidimensionalen Transformationen durch Verknüpfung homogener Koordinaten mit 4 4-Transformationsmatrizen dargestellt. Sei A = (a ik ), 1 i,k 4, eine 4 4-Matrix: A = a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44 Ist D = det A = a ik die Determinante von A, so bezeichnet man als Unterdeterminante des Elementes a ik diejenige 3-reihige Determinante, die aus D durch Streichen der i-ten Zeile und der k-ten Spalte hervorgeht. Unter der Adjunkten A ik des Elementes a ik versteht man die mit dem Vorzeichen ( 1) i+k versehene Unterdeterminante von a ik. Beispiel: A 23 = a 11 a 12 a 14 a 31 a 32 a 34 a 41 a 42 a 44 = [a 11(a 32 a 44 a 34 a 42 ) a 12 (a 31 a 44 a 34 a 41 ) + a 14 (a 31 a 42 a 32 a 41 )] Die Adjunkten sind nützlich zur Berechnung der Determinanten von A sowie der inversen Matrix A 1 (sofern diese existiert!): A 11 A 21 A 31 A 41 4 det A = a 1k A 1k A 1 = 1 A 12 A 22 A 32 A 42 k=1 det A A 13 A 23 A 33 A 43 A 14 A 24 A 34 A 44