Proseminar Bernsteinpolynome Bézier-Flächen. Dana Eckhardt Matr.-Nr:

Ähnliche Dokumente
f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla

Splines. Bézier-Kurven. Beispiel zur Approximation. Interpolation & Approximation. Schiffbau Automobilbau Architektur. f(x) f(x) =

Darstellung von Kurven und Flächen

Polynome im Einsatz: Bézier-Kurven im CAD

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

5 Interpolation und Approximation

Technische Universität München Zentrum Mathematik. Übungsblatt 4

Mathematik II Frühjahrssemester 2013

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

Themen Lagrange-Interpolation Hermite-Interpolation. Splines. Bézier-Kurven. 5 Interpolation. Interpolation Die Lagrangesche Interpolationsaufgabe

Grundlagen der Mathematik 1

Vektor-Additions-Systeme und Invarianten

3. Übungsblatt zur Lineare Algebra I für Physiker

Klausurenkurs zum Staatsexamen (SS 2015): Differential und Integralrechnung 6

Wir konstruieren eine Wasserrutsche!

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

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche" Punkte mit inhomogenen K

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras

Differential- und Integralrechnung

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6

Übungen zu Splines Lösungen zu Übung 20

00. Einiges zum Vektorraum R n

MATHEMATISCHE METHODEN DER PHYSIK 1

Abb lokales Maximum und Minimum

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z

Gewöhnliche Dierentialgleichungen

Mathematik für Naturwissenschaftler I WS 2009/2010

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Lineare Algebra: Determinanten und Eigenwerte

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

3.6 Eigenwerte und Eigenvektoren

Lineare Algebra II 8. Übungsblatt

Klausur zur Vorlesung,,Algorithmische Mathematik II

Skalarprodukte (Teschl/Teschl Kap. 13)

y hom (x) = C e p(x) dx

Lineare Gleichungssysteme (Teschl/Teschl 11.1)

3. Übungsblatt Aufgaben mit Lösungen

Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker

Unterricht 13: Wiederholung.

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Klausur Mathematik I

6 Symmetrische Matrizen und quadratische Formen

[5], [0] v 4 = + λ 3

Brückenkurs Mathematik. Mittwoch Freitag

= ( n x j x j ) 1 / 2

Lösungen zu Mathematik I/II

Lineare Differenzengleichungen

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Bild und Kern. Für eine lineare Abbildung L : V W bezeichnet man mit. Kern L = {v V : L(v) = 0} V. den Kern und mit

Flächen und ihre Krümmungen

Lineare Algebra II 6. Übungsblatt

18 Höhere Ableitungen und Taylorformel

Proseminar Mathematik. Ungleichungen I Betreuung: Natalia Grinberg. Karlsruher Institut für Technologie

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

In diesem Abschnitt betrachten wir nur quadratische Matrizen mit Komponenten aus einem Körper K, also A K n n für ein n N. Wenn (mit einem n > 1)

Bezier-Kurven. Hamid Fetouaki, Emma Skopin. 28. Januar Universität Kassel FB Mathematik/Informatik

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

5 5 5 Abbildung : Raumkurve Abbildung 5: Tangente t existiert nur dann, wenn _ ~x(t ) = ist. Ein Punkt mit f _x; _y; _zg = f; ; g heißt ein regulärer

FACHHOCHSCHULE ESSLINGEN - HOCHSCHULE FÜR TECHNIK

Mathematischer Vorkurs für Physiker WS 2012/13

7.1 Matrizen und Vektore

Interpolation und Approximation

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

2 Die Dimension eines Vektorraums

Bernstein-Polynome. Autor: Johannes Erath. Schriftliche Ausarbeitung zum Vortrag vom

Analytische Geometrie, Vektorund Matrixrechnung

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

Rückblick auf die letzte Vorlesung. Bemerkung

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

Elemente der Analysis II

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Lineare Algebra und Analytische Geometrie I für die Fachrichtung Informatik

Mathematik für Wirtschaftswissenschaftler

2 Polynome und rationale Funktionen

Vorkurs Mathematik B

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

8 Blockbild und Hohenlinien

Interpolation, lineare Gleichungen (mit und ohne Lösungen) und lineare Regression

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang

Klausur zu Analysis II - Lösungen

45 Eigenwerte und Eigenvektoren

Mathematische Probleme lösen mit Maple

Arbeitsblatt Mathematik 2 (Vektoren)

Folgerungen aus dem Auflösungsatz

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

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

Mathematik I für Wirtschaftswissenschaftler

Wendepunkte. Jutta Schlumberger

Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)

Lineare Gleichungssysteme

Brückenkurs Mathematik

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

um diese Formen spater (eventuell in einem vergroerten Mastab) rekonstruiren zu konnen (Modellruckfuhrung). Das Problem der Datenreduktion und der dam

Angewandte Geometrie

Kleine Formelsammlung zu Mathematik für Ingenieure IIA

Aufgaben für die 6. Übung zur Vorlesung Mathematik 2 für Informatiker: Analysis Sommersemester 2010

2. VEKTORANALYSIS 2.1 Kurven Definition: Ein Weg ist eine stetige Abbildung aus einem Intervall I = [a; b] R in den R n : f : I R n

Transkript:

Proseminar Bernsteinpolynome Bézier-Flächen Dana Eckhardt Matr.-Nr: 4291637

Inhaltsverzeichnis 1 Einführung 2 1.1 Grundidee und Darstellung....................... 2 1.2 Satz 3.20................................. 3 2 Konvexe Hülle der Bézier-Punkte 4 2.1 Satz 3.21................................. 4 3 Partielle Ableitungen 6 3.1 Die ersten partiellen Ableitungen.................... 6 3.2 Satz 3.22................................. 7 3.3 Glatte Zusammensetzung........................ 8 4 Berechnung eines Wertes x(s,t) 9 5 Gröÿere Flächen 10 6 Anwendung 12 6.1 Anwendung von Bézier-Flächen..................... 12 7 Quellen 13 1

Kapitel 1 Einführung 1.1 Grundidee und Darstellung Dieses Thema der Bézier-Flächen knüpft an das vorherige Thema Bézier-Kurven an. Der Übergang ist leicht und erfolgt eigentlich nur über einen weiteren Parameter. Die Grundidee der Denition von Bézier-Flächen besteht darin, dass man von zwei räumlichen Kurven mit Bézier-Darstellung vom gleichen Grad m und demselben Parameterintervall ausgeht. Längs diesen Bézier-Kurven lässt man eine zweite Bézier- Kurve gleiten, die einen anderen Grad (n), jedoch dieselben Parameterwerte hat. Damit wird eine Fläche aufgespannt mit einer Parameterdarstellung, die als Produkt von Bernstein-Polynomen beschrieben werden kann: x(s, t) := i=0 P ij Bi n (s) Bj m (t), s, t [0, 1] Die dreidimensionalen Koordinatenvektoren P ij werden als die Bézier-Punkte der Bézier-Fläche x(s, t) bezeichnet und üblicherweise in einer Bézier-Punkte-Matrix zusammengefasst: P 00 P 01... P 0m P 10 P 11... P 1m............ P n0 P n1... P nm mit (n + 1)(m + 1) Bézier-Punkten P ij. Beispiel zur Berechnung und Darstellung einer Bézier-Fläche mit 16 Kontrollpunkten: 3 3 x(s, t) = P ij B i3 (s) B j3 (t), s, t [0, 1] i=0 = P 00 B 03 (s) B 03 (t) + P 01 B 03 (s) B 13 (t) +... + P 33 B 33 (s) B 33 (t) = P 00 ((1 s) 3 (1 t) 3 ) + P 01 ((1 s) 3 3t(1 t) 2 ) +... + P 33 (s 3 t 3 ) 2

1.2 Satz 3.20 Satz 3.20 Für eine Bézier-Fläche gelten Die Eckpunkte der Bézier-Fläche und somit der Bézier-Punktematrix: x(0, 0) = P 00, x(0, 1) = P 0m, x(1, 0) = P n0, x(1, 1) = P nm Die Randkurve der Bézier-Fläche und somit die Randzeilen bzw. -spalten der Bézier-Punktematrix: x(0, t) = P 0j Bj m (t), x(1, t) = P nj Bj m (t) x(s, 0) = P i0 Bi n (s), x(s, 1) = i=0 P in Bi n (s) i=0 3

Kapitel 2 Konvexe Hülle der Bézier-Punkte 2.1 Satz 3.21 Satz 3.21 Die Menge der Punkte der Bézier-Fläche M := {x(s, t) s, t [0, 1]} liegt in der konvexen Hülle ihrer (n + 1)(m + 1) Bézier-Punkte. Begriserklärungen zur konvexen Hülle: konvex: Konvex bedeutet im einfachen Sinne, dass in einer Menge je zwei Punkte durch einen einzigen Polygonzug verbunden werden können, ohne dass der Polygonzug die Menge verlässt. konvexe Hülle: Die konvexe Hülle ist die Menge aller Punkte. Verbindet man die äuÿersten Punkte mit Polygonzügen, so bekommt man die kleinstmögliche Hülle aller Punkte. 4

Konvexkombination: Jeder Punkt in dieser konvexen Hülle lässt sich als Konvexkombination der Form: α i x i i=1 darstellen. Mit x 1,..., x n und α 1,..., α n 0, wobei die Bedingung n i=1 α i = 1 gelten muss, was den Unterschied zur Linearkombination aufweist. v = u + (w u)µ w = λy + (1 λ)x v = u + (λy + (1 )x u)µ = (1 λ)u + λµy + (1 λ)µx 1 λ + λµ + (1 λ)µ = 1 Beweis von Satz 3.21 Es gilt 0 Bi n(s)bm j Des Weiteren gilt: (t) 1 s, t [0, 1]. i=0 Bi n (s)bj m (t) = Bi n (s) Bj m (t). Daher ist M in der Tat eine lineare Konvexkombination der Bézier-Punkte. B n i (λ) = α i i=0 5

Kapitel 3 Partielle Ableitungen 3.1 Die ersten partiellen Ableitungen Für die ersten partiellen Ableitungen gilt (nach Ableitungsregeln der Bernstein-Polynome): x(s, t) := i=0 Bi n (s)bj m (t) x s = n 1 i=0 n(p (i+1)j P ij )B n 1 i (s)bj m (t) (3.2) 6

Denn: x s = = = = i=0 n 1 + + P ij ( s Bn i (s))bj m (t) np 0j B n 1 0 (s)b m j (t) i=0 + np ij (B n 1 i 1 np nj B n 1 n 1 (s)bm j (t) (s) Bn 1(s))Bj m (t) n(p 1j P 0j )B n 1 0 (s)b m j (t) n 1 + n 1 i=2 i=0 n(p 2j P 1j )B n 1 1 (s)b m j (t) n(p (i+1)j P ij )B n 1 i (s)bj m (t) n(p (i+1)j P ij )B n 1 i (s)bj m (t) i (3.-4) Analog für x t = 3.2 Satz 3.22 n m 1 i=0 j=o m(p i(j+1) P ij )Bi n (s)b m 1 j (t) Für die part. Ableitungen längs der Randkurve gelten: x(0,t) s = n(p 1j P 0j )Bj m (t) (3.-4) Denn: für i=0 gilt n(p 1j P 0j )B n 1 0 (s)b m j (t). 7

Damit dies der partiellen Ableitung x(0,t) s gleicht, muss B0 n 1 (s) = 1 sein. Dies erfolgt durch Auösen des Bernstein-Polynoms: ( ) n 1 B0 n 1 (s) = s 0 (1 s) n 0 = 1 0 x(1,t) s = n(p nj P (n 1)j )Bj m (t) (3.-4) Denn: für i=n+1 gilt n(p nj P (n 1)j )B n 1 n 1 (s)bm j (t). Damit dies wieder der partiellen Ableitung x(1,t) s (s) = 1 sein: B n 1 n 1 ( ) n 1 Bn 1 n 1 (s) = n 1 entspricht, muss s n 1 (1 s) n (n 1) = s n 1 = 1 Dies gilt analog für x(s,0) t, x(s,1) t. 3.3 Glatte Zusammensetzung Der vorangegangene Satz 3.22 ist bedeutsam für die glatte Zusammensetzung von Flächensegmenten. Glatt bedeutet in diesem Fall, dass die Flächensegmente genau aneinander passen, ohne Knick. Auÿerdem bedeutet es noch, dass die Flächensegmente an der Zusammensetzungsstelle dierenzierbar sein müssen. Daher beschreibt der Satz 3.22 auch die partiellen Ableitungen der Randkurve. 8

Kapitel 4 Berechnung eines Wertes x(s,t) Die Berechnung eines Wertes der Bézier-Fläche x(s,t) erfolgt durch zweimaligem Anwenden des Casteljau-Algorithmus'. Will man beispielsweise die Kurve mit s konstant ausrechnen, hat man x(s, t) = i=0 P ij Bi n (s) Bj m (t) =: Q j (s)bj m (t) damit erhält man ihre Bézier-Darstellung mit (m+1) von s abhängigen Bézier-Punkten. Diese erhält man dann, wenn man den de Casteljau-Algorithmus auf die (m+1)-spalten der Bézier-Punktematrix anwendet und den Wert s konstant lässt. Mit den berechneten Hilfspunkten Q j (s) ergibt sich dann die gesuchte Flächenkurve, indem man für jedes t den Algorithmus durchführt. Um die zweite Kurve für x(s, t) mit t konstant zu berechnen, erfolgt dies analog. 9

Kapitel 5 Gröÿere Flächen Gröÿere Flächen werden aus einzelnen Bézier-Flächensegmenten zusammengesetzt, wobei allgemeinere, rechteckigere, aneinandergrenzende Paramterbereiche nötig sind. Sei F 1 das erste Bézier-Fächensegment mit den Bézier-Punkten b ij und F 2 das zweite Bézier-Flächensegment mit den Bézier-Punkten c ij. Sie haben gleiche Grade der Parameterdarstellung. x 1 (u, v) = x 2 (u, v) = b ij Bi n (u)bj m (v), u [u 1, u 2 ], v [v 1, v 2 ] i=0 i=0 c 1j Bi n (u)bj m (v), u [u 2, u 3 ], v [v 1, v 2 ] (5.0) Wegen der Stetigkeitsforderung an den beiden Flächensegmenten an der Stelle u = u 2 folgt: b nj Bj m (v) = c 0j Bj m (v), v [v 1, v 2 ] Somit ist u = u 2 genau dann stetig, wenn b nj = c 0j ist, d.h. wenn die Bézier-Punkte der Randkurve zusammengefallen, also die letzte Zeile der Bézier-Punktematrix des ersten Flächensegments ist die erste Zeile der Bézier-Punktematrix des zweiten Flächensegments. Wenn an der gemeinsamen Randkurve auch noch C 1 -Stetigkeit wegen der Glattheit verlangt wird, ist zu untersuchen, ob u = u 2 C 1 -Stetigkeit besitzt: Seien h 1 := u 2 u 1 und h 2 := u 3 u 2 die Abstände des Intervalls [u 1, u 2 ] bzw. [u 2, u 3 ]. Somit gilt wegen Satz 3.22 die Bedingung m n h 1 (b nj b (n 1)j )B m j (v) = m n h 2 (c 1j c 0j )B m j (v), v [v 1, v 2 ]. 10

(5.0) Hier gilt nun wieder die Beziehung: für u = u 2 gilt C 1 -Stetigkeit 1 h 1 (b nj b (n 1)j ) = 1 h 2 (c 1j c 0j ). Setzen wir in der oben genannten Bedingung c 0j = b nj, so erhalten wir: 1 h 1 (b nj b (n 1)j ) = 1 h 2 (c 1j b nj ) b nj h 1 + b nj h 2 = c 1j h 2 + b (n 1)j h 1 b nj(h 1 + h 2 ) h 1 h 2 = c 1j h 2 + b (n 1)j b nj = h 1 h 2 h 1 + h 2 b (n 1)j + h 1 h 1 + h 2 c 1j (5.-3) 11

Kapitel 6 Anwendung 6.1 Anwendung von Bézier-Flächen Bézier-Flächen nden ihre Anwendung in der Computergrak. Dort werden sie im Rahmen von CAD (computer-aided design), bei Vektorgraken (z.b. SVG) und zur Beschreibung von Schriften (z. B. Postscript Type1, TrueType und CFF-Opentype) verwendet. Sie sind sehr nützlich im Bau, da man auch für komplexe, unförmige Bauten nur die Eck- und Randpunkte benötigt. 12

Kapitel 7 Quellen H.R. Schwarz. Numerische Mathematik. Teubner, Stuttgart, 1996 R. Schneider. Convex Bodies: The Brunn-Minkowski Theory http://de.wikipedia.org/wiki/wikipedia:hauptseite http://tfpsly.free.fr/docs/tomhammersley/bezier.htm 13