ABC ABC. Affine Abbildungen. Definition und Anwendungsbeispiele. Prof. Dr. Andreas de Vries. Fachhochschule Südwestfalen, Standort Hagen

Ähnliche Dokumente
Mathematische Erfrischungen III - Vektoren und Matrizen

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

Wiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE

1 Vektoren, Vektorräume, Abstände: 2D

Repräsentation und Transformation von geometrischen Objekten

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

Drehung um einen Punkt um Winkel α.

Brückenkurs Mathematik

Kapitel VI. Euklidische Geometrie

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Eigenwerte und Diagonalisierung

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015

2.2 Kern und Bild; Basiswechsel

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

6 Hauptachsentransformation

Technische Universität München Zentrum Mathematik. Übungsblatt 7

3D-Transformationen. Kapitel Translation Skalierung

2 Geometrie und Vektoren

Einführung in die Mathematik für Informatiker

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

Euklidische und unitäre Vektorräume

Proseminar Lineare Algebra II, SS 11. Blatt

3.3 Klassifikation quadratischer Formen auf R n

Lineare Abbildungen. Es seien V und W Vektorräume über einem Körper K. Eine Abbildung f : V W heißt linear oder Homomorphismus, falls. d.h.

mentor Lernhilfe: Mathematik 7. Klasse Baumann

1 Fraktale Eigenschaften der Koch-Kurve

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

6 Affine Abbildungen Bei der Definition affiner Abbildungen gehen wir von der linearen Algebra aus und kommen aus guten Gründen erst danach zum

8 Die Riemannsche Zahlenkugel

3.8. Lineare Abbildungen.

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

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

Lineare Algebra I Zusammenfassung

9.2 Invertierbare Matrizen

Kapitel 2: Mathematische Grundlagen

00. Einiges zum Vektorraum R n

Symmetrien. Transformationen. Affine und euklidische Räume

Lineare Algebra. I. Vektorräume. U. Stammbach. Professor an der ETH-Zürich

Übungen zu Einführung in die Lineare Algebra und Geometrie

1. Unterteilung von allgemeinen Dreiecken in rechtwinklige

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Trigonometrie. In der Abbildung: der Winkel 120 (Gradenmaß) ist 2π = 2π (Bogenmaß).

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

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme

Lineare (affine) Abbildung

Komplexe Funktionen. für Studierende der Ingenieurwissenschaften Technische Universität Hamburg-Harburg. Reiner Lauterbach. Universität Hamburg

Vorlesung Mathematik 1 für Ingenieure (Wintersemester 2015/16)

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Übungen zur Linearen Algebra 1

3. Ähnlichkeitsabbildungen

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

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

Mathematik für Chemische Technologie 2

6 Symmetrische und hermitesche Matrizen

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

Geometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte

6. Rechnen mit Matrizen.

Mathematik = x 2 + x 2 = x + x 2 25x = 146 x =

Übungen zur Analysis II Blatt 27 - Lösungen

Lineare Algebra - alles was man wissen muß

6 Eigenwerte und Eigenvektoren

2 Die Dimension eines Vektorraums

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

3.6 Eigenwerte und Eigenvektoren

Serie 10: Inverse Matrix und Determinante

5.4 Vektorgeometrie. 1 Repetition der Vektorgeometrie I Freie Vektoren, Ortsvektoren Die skalare Multiplikation eines Vektors...

Lineare Algebra: Theorie und Anwendungen

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Lineare Algebra II 6. Übungsblatt

Lineare Gleichungssysteme

Eigenwerte und Eigenvektoren

Trigonometrie. bekannte Zusammenhänge. 4-Streckensatz: groß/klein = groß/klein. Zusammenhänge im allgemeinen Dreieck:

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 5

Addition, Subtraktion und Multiplikation von komplexen Zahlen z 1 = (a 1, b 1 ) und z 2 = (a 2, b 2 ):

40 Lokale Extrema und Taylor-Formel

Lineare Algebra und Numerische Mathematik für D-BAUG

Menge der natürlichen Zahlen = {1, 2, 3,...} Aber: a + x = b ist nur lösbar, falls b > a

1.3 Gruppen. Algebra I 9. April 2008 c Rudolf Scharlau,

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

Übungen zur Linearen Algebra 1

Matrizen, Determinanten, lineare Gleichungssysteme

2. Der Grad von Körpererweiterungen

Kapitel 3: Geometrische Transformationen

Koordinaten, Transformationen und Roboter

8 Tangenten an Quadriken

Tutorium Mathematik II, M Lösungen

37 Gauß-Algorithmus und lineare Gleichungssysteme

Lineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA

37 II.1. Abbildungen

Übung 2 vom

Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung

1 Euklidische und unitäre Vektorräume

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

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

x y f : R 2 R 3, Es gilt: Bild f = y : wobei x,y R Kern f = 0 (wird auf der nächsten Folie besprochen)

Musterlösung Lineare Algebra und Geometrie Herbstsemester 2015, Aufgabenblatt 6

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

1 Analytische Geometrie

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Transkript:

ABC ABC Affine Abbildungen Definition und Anwendungsbeispiele Prof. Dr. Andreas de Vries Fachhochschule Südwestfalen, Standort Hagen 22. März 2017 1 / 30

Übersicht 1 Einführung Motivation Mathematische Voraussetzungen Definition 2 Fixpunkte affiner Abbildungen 3 Anwendungen Technische Zeichnungen Informatik Physik 4 Affine und lineare Abbildungen 5 Schlussbetrachtungen 6 Literatur 2 / 30

Einführung Motivation Affine Abbildungen im Alltag? Beispiel Sport: 3D-Spielanalyse 3 / 30

Einführung Motivation Affine Abbildungen im Alltag? Beispiel Sport: 3D-Spielanalyse https://www.youtube.com/watch?v=udfcdzsdsbe 3 / 30

Einführung Mathematische Voraussetzungen Mathematische Voraussetzungen: Matrizen Eine (m n)-matrix A ist eine rechteckige Anordnung von Zahlen (a ij ): a 11 a 1n A =..... m Zeilen a m1 a mn }{{} n Spalten Zwei (m n)-matrizen A und B können addiert werden: a 11 + b 11 a 1n + b 1n A + B =..... + = a m1 + b m1 a mn + b mn Eine (m n)-matrix A kann mit einer (n k)-matrix B multipliziert werden: n n a 1i b i1 a 1i b ik s i=1 i=1 s AB =. r i r... i. = n n a mi b i1 a mi b ik i=1 i=1 4 / 30

Einführung Mathematische Voraussetzungen Beispiele für Matrizenoperationen Für zwei (2 3)-Matrizen gilt: ( 4 2 5 5 2 3 + 3 6 1 1 8 0 ) ( 9 0 8 = 4 2 1 ) Das Produkt einer (2 3)-Matrix mit einer (3 2)-Matrix ergibt eine (2 2)-Matrix: 3 7 ( 4 2 5 12 8 12 24 + 10 28 + 16 + 10 = 3 6 1 9 72 + 2 21 + 48 + 2 2 2 2 54 = 61 71 ) 5 / 30

Einführung Mathematische Voraussetzungen Mathematische Voraussetzungen: Vektorräume Definition (Vektorraum) Sei n N gegeben. Vektoren: Ein n-tupel x = (x 1,...,x n ) mit reellen Komponenten x i R heißt Vektor der Dimension n. Man schreibt R n für die Menge aller Vektoren der Dimension n. Vektoraddition: Sind x = (x 1,...,x n ) und y = (y 1,...,y n ) zwei Vektoren der Dimension n, so sei ihre Summe definiert durch x + y = (x 1 + y 1,...,x n + y n ) R n. (1) Skalarmultiplikation: Für eine reelle Zahl λ R und einen n-dimsensionalen Vektor definieren wir: λx = (λx 1,...,λx n ) R n. (2) Mit diesen Bezeichnungen ist R n ein (reeller) Vektorraum. In der Mathematik ist der Begriff des Vektorraums allgemeiner gefasst, der R n ist nur ein spezieller (allerdings sehr wichtiger) Vektorraum [Jän81, 2]. 6 / 30

Einführung Definition Definition affiner Abbildungen Definition Sei A eine quadratische (n n)-matrix und b R n ein n-dimensionaler Vektor. Dann heißt eine Abbildung f : R n R n, eine affine Abbildung des R n. f (x) = Ax + b (3) Mit anderen Worten: Eine affine Abbildung setzt sich aus einer linearen Abbildung Ax und einer Translation um den Vektor b zusammen: f (x) = Ax }{{} + b }{{} lineare Translation Abbildung ABC ABC ABC ABC 7 / 30

Einführung Definition Erste Beispiele und Folgerungen n = 1: Die affinen Abbildungen sind die linearen Funktionen f : R R, f (x) = ax + b mit a, b R. 8 / 30

Einführung Definition Erste Beispiele und Folgerungen n = 1: Die affinen Abbildungen sind die linearen Funktionen f : R R, f (x) = ax + b mit a, b R. n = 2: Wichtige lineare Abbildungen der Ebene R 2 : Spiegelung Scherung Drehung cosϕ sinϕ 1 m cosϕ sinϕ A = A = A = sinϕ cosϕ 0 1 sinϕ cosϕ v v + ϕ/2 Av x v 1 Ax ϕ Ax x (4) mit den konstanten Parametern m R, ϕ [0,2π). 8 / 30

Fixpunkte affiner Abbildungen Übersicht 1 Einführung Motivation Mathematische Voraussetzungen Definition 2 Fixpunkte affiner Abbildungen 3 Anwendungen Technische Zeichnungen Informatik Physik 4 Affine und lineare Abbildungen 5 Schlussbetrachtungen 6 Literatur 9 / 30

Fixpunkte affiner Abbildungen Fixpunkte Definition Für eine allgemeine Abbildung f : X X einer beliebigen Menge in sich heißt ein Punkt x X mit der Eigenschaft x = f (x ) (5) ein Fixpunkt. Beispiel für n = 1: Eine affine Abbildung f (x) = ax + b mit a 1 hat einen Fixpunkt x = 1 a b. Für a = 1 und b = 0 hat f eine Fixgerade R, für a = 1 und b 0 dagegen hat f keinen Fixpunkt. (Warum?) 10 / 30

Fixpunkte affiner Abbildungen Fixpunkte Definition Für eine allgemeine Abbildung f : X X einer beliebigen Menge in sich heißt ein Punkt x X mit der Eigenschaft x = f (x ) (5) ein Fixpunkt. Beispiel für n = 1: Eine affine Abbildung f (x) = ax + b mit a 1 hat einen Fixpunkt x = 1 a b. Für a = 1 und b = 0 hat f eine Fixgerade R, für a = 1 und b 0 dagegen hat f keinen Fixpunkt. (Warum?) Beweis. Für a 1 gilt x = ax + b (1 a)x = b x = 1 a b. Für a = 1 und b = 0 ist ja f (x) = x, d.h. alle Punkte sind fix. Für a = 1 und b 0 dagegen müsste gelten x = x + b 0 = b, was sich aber widerspräche; daher kann kein x die Fixpunktgleichung erfüllen. 10 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit einer 90 -Drehung n = 2: Eine affine Abbildung f (x) = Ax +b mit einer Drehung um 90 (ϕ = π 2 ): 0 1 A = 1 0 hat immer einen Fixpunkt. Welchen? 11 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit einer 90 -Drehung n = 2: Eine affine Abbildung f (x) = Ax +b mit einer Drehung um 90 (ϕ = π 2 ): 0 1 A = 1 0 hat immer einen Fixpunkt. Welchen? Lösung. Die Fixpunktgleichung x = f (x) ist nun eine Matrizengleichung: x1 0 1 x1 b1 x2 b1 = + = + 1 0 x 2 x1 + x 2 = x 2 x 1 ( b1 b 2 ) Umstellen der ersten Gleichung nach x 2 und Einsetzen dieses Terms für x 2 in die zweite Gleichung liefert x 1 = b 1 b 2 2 und damit x 2 = b 1+b 2 2, also b1 b 2 x 2 b 2 x 1 b 2 x = 1 2 b 1 + b 2 11 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit 180 -Drehung Eine ebene affine Abbildung f (x) = Ax + b mit einer Drehung um 180 (ϕ = π): 1 0 A = 0 1 hat immer einen Fixpunkt. Welchen? (https://www.youtube.com/watch?v=jedk1r6pugq) Lösung. Die Fixpunktgleichung x = f (x) ist nun eine Matrizengleichung: x1 1 0 x1 b1 x1 b1 = + = + x 2 0 1 x 2 b 2 x 2 b 2 2x1 b1 = 2x 2 b 2 Daraus ergibt sich sofort x 1 = b 1 2 und x 2 = b 2 2, also ) ( b1 x = 1 2 b 2 (Machen Sie die Probe f (x ) = x!) 12 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit Drehungen Satz Eine ebene affine Abbildung f (x) = Ax + b mit einer Drehung A um den Winkel ϕ gemäß Gl. (4) hat für ϕ 0 stets genau einen Fixpunkt, nämlich x = 1 2 ( sinϕ ) b1 b 2 1 cosϕ 1+cosϕ b 1 sinϕ + b 2 für ϕ π und x = 1 2b für ϕ = π. (6) 13 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit Drehungen Satz Eine ebene affine Abbildung f (x) = Ax + b mit einer Drehung A um den Winkel ϕ gemäß Gl. (4) hat für ϕ 0 stets genau einen Fixpunkt, nämlich x = 1 2 ( sinϕ ) b1 b 2 1 cosϕ 1+cosϕ b 1 sinϕ + b 2 für ϕ π und x = 1 2b für ϕ = π. (6) Beweis. Die Fixpunktgleichung x = f (x) ist nun eine Matrizengleichung: x1 cosϕ sinϕ x1 b1 x1 cosϕ x = + = 2 sinϕ b1 + x 2 sinϕ cosϕ x 2 b 2 x 1 sinϕ + x 2 cosϕ b 2 x1 (1 cosϕ) + x 2 sinϕ b1 = x 1 sinϕ + x 2 (1 cosϕ) b 2 Umstellen der ersten Gleichung nach x 2 und Einsetzen in die zweite Gleichung liefert x 1 = 2 1 b 1 sinϕ 2(1 cosϕ) b 2 und damit x 2 = 1+cosϕ 2sinϕ b 1 + 2 1 b 2 für ϕ π, also (6). Den Fall ϕ = π rechnet man mit (7) schnell nach. (7) 13 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit Scherung n = 2: Eine affine Abbildung f (x) = Ax + b mit einer Scherung um den Scherungsfaktor m, 1 m A =, 0 1 λ hat unendlich viele Fixpunkte, für m 0 sind sie durch x = gegeben. b 1 /m 14 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit Scherung n = 2: Eine affine Abbildung f (x) = Ax + b mit einer Scherung um den Scherungsfaktor m, 1 m A =, 0 1 λ hat unendlich viele Fixpunkte, für m 0 sind sie durch x = gegeben. b 1 /m Beweis. Die Fixpunktgleichung x = f (x) lautet: ( x1 1 m = x 2 0 1 mx2 b1 = 0 b 2 )( x1 x 2 ) + ( b1 b 2 ) = ( x1 + mx 2 x 2 ) + ( b1 b 2 ) (8) Umstellen der ersten Gleichung nach x 2 liefert die Behauptung für m 0, für m = 0 ist notwendig b = 0. 14 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit Spiegelung an der Winkelhalbierenden n = 2: Eine affine Abbildung f (x) = Ax + b mit einer Spiegelung um ϕ = π 2, 0 1 A =, 1 0 hat für bestimmte Translationsvektoren b unendlich viele Fixpunkte. Welche sind das und wie lauten die Fixpunkte? 15 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit Spiegelung an der Winkelhalbierenden n = 2: Eine affine Abbildung f (x) = Ax + b mit einer Spiegelung um ϕ = π 2, 0 1 A =, 1 0 hat für bestimmte Translationsvektoren b unendlich viele Fixpunkte. Welche sind das und wie lauten die Fixpunkte? Lösungen. Die Fixpunktgleichung x = f (x) ist wieder eine Matrizengleichung: x1 = 1 0 1 x1 b1 x2 b1 + = + x 2 2 1 0 x 2 b 2 x 1 b 2 x1 x 2 b1 = (9) x 1 + x 2 b 2 Umstellen der ersten Gleichung nach x 2 ergibt x 2 = x 1 b 1 und Einsetzen in die zweite Gleichung liefert x 1 + x 1 b 1 = b 2 = b 1 = b 2, also eine Festlegung der Richtung von b. Damit folgt, dass x 1 beliebig ist, aber x 2 festlegt. Anders ausgedrückt: λ 1 x = falls b = µ λ µ 1 für ein ( µ R. )( Ist b jedoch ) ( nicht ) derart darstellbar, so existiert auch kein Fixpunkt. Es gilt 0 1 µ µ Ab = =, also Ab = b. 1 0 µ µ 15 / 30

Fixpunkte affiner Abbildungen Fixpunkte ebener affiner Abbildungen mit Spiegelung Satz Eine ebene affine Abbildung f (x) = Ax + b mit einer Spiegelung A um ϕ gemäß Gl. (4) hat unendlich viele Fixpunkte λ b1 /2 x =, wenn ϕ = b b 2 /2 1 = 0, x =, wenn ϕ = π und b λ 2 = 0, (10) oder x = ( λ 1 cosϕ sinϕ µ sinϕ ) 1, wenn b = µ 1+cosϕ sinϕ für ein µ R (11) (jeweils mit λ R). In all diesen Fällen gilt Ab = b, für alle anderen Fälle existiert kein Fixpunkt. Beweis. Die Fixpunktgleichung x = f (x) ist wieder eine Matrizengleichung: x1 cosϕ sinϕ x1 b1 x1 cosϕ + x = + = 2 sinϕ b1 + x 2 sinϕ cosϕ x 2 b 2 x 1 sinϕ x 2 cosϕ b 2 x1 (1 cosϕ) x 2 sinϕ b1 = x 1 sinϕ + x 2 (1 + cosϕ) b 2 (12) Umstellen der ersten Gleichung nach x 2 ergibt x 2 = (x 1 (1 cosϕ) b 1 )/sinϕ, und Einsetzen in die zweite Gleichung ergibt b 1(1+cosϕ) sinϕ = b 2, also eine Festlegung der Richtung von b. Daraus folgt (11). Für ϕ = 0 und ϕ = π ergibt (12) jeweils für beliebiges b direkt (10). 16 / 30

Fixpunkte affiner Abbildungen Dreidimensionale Rotationen Eine Rotation f : R 3 R 3 im 3-dimensionalen Raumes kann durch drei aufeinanderfolgende Drehungen R(α), R(β) und R(γ) mit den Euler schen Winkeln α, β, γ, als Matrizenoperation von rechts nach links auszuführen: cosγ sinγ 0 R zxz = sinγ cosγ 0 0 0 1 1 0 0 0 cosβ sinβ 0 sinβ cosβ cosα sinα 0 sinα cosα 0 0 0 1 cosα cosγ sinα cosβ sinγ sinα cosγ + cosα cosβ sinγ sinβ sinγ = cosα sinγ sinα cosβ cosγ sinα sinγ + cosα cosβ cosγ sinβ cosγ sinα sinβ cosα sinβ cosβ Z β z Y α γ X y x N 17 / 30

Anwendungen Übersicht 1 Einführung Motivation Mathematische Voraussetzungen Definition 2 Fixpunkte affiner Abbildungen 3 Anwendungen Technische Zeichnungen Informatik Physik 4 Affine und lineare Abbildungen 5 Schlussbetrachtungen 6 Literatur 18 / 30

Anwendungen Technische Zeichnungen Technische Zeichnungen: Parallelprojektion Bildpunkt von p mit Projektionsrichtung v auf die Bildebene E B : n x d = 0: p = p+ d p n v. n v Spezielle Parallelprojektionen: a) Orthogonalprojektion, ( v n), z.b. Grund-und Aufriss b) Kavalierprojektion ( v n, Bildebene senkrecht) c) Vogelperspektive ( v n, Bildebene horizontal) a) b) c) 19 / 30

Anwendungen Informatik Informatik: SVG (Vektorgraphik) skewx(m), skewy(m): Scherung um m in x- bzw. y-richtung translate(v 1 v 2 ): Verschiebung um den Vektor v = ( v ) 1 v 2 scale(a b): Skalierung um a in x-richtung und b in y-richtung rotate(ϕ x y): Drehung um ϕ (in Grad) um den Punkt (x,y) matrix(a 11 a 12 a 21 a 22 b 1 b 2 ): allgemeine affine Transformation f (x) = Ax + b (Siehe https://de.wikibooks.org/wiki/svg/_transformationen) 1 <?xml version="1.0" encoding="utf-8"?> 2 <svg version="1.2" baseprofile="tiny" 3 xmlns="http://www.w3.org/2000/svg" 4 xml:lang="de" 5 viewbox="-30-30 70 70"> 6 <title>beispiel einer affinen Transformation</title> 7 8 <g transform="skewx(30) rotate(45) translate(-20-20)"> 9 <rect width="40" height="40" fill="green" /> 10 </g> 11 12 <rect width="40" height="40" fill="none" stroke="black" /> 13 14 </svg> 20 / 30

Anwendungen Informatik Informatik: SVG (Vektorgraphik) skewx(m), skewy(m): Scherung um m in x- bzw. y-richtung translate(v 1 v 2 ): Verschiebung um den Vektor v = ( v ) 1 v 2 scale(a b): Skalierung um a in x-richtung und b in y-richtung rotate(ϕ x y): Drehung um ϕ (in Grad) um den Punkt (x,y) matrix(a 11 a 12 a 21 a 22 b 1 b 2 ): allgemeine affine Transformation f (x) = Ax + b (Siehe https://de.wikibooks.org/wiki/svg/_transformationen) 1 <?xml version="1.0" encoding="utf-8"?> 2 <svg version="1.2" baseprofile="tiny" 3 xmlns="http://www.w3.org/2000/svg" 4 xml:lang="de" 5 viewbox="-30-30 70 70"> 6 <title>beispiel einer affinen Transformation</title> 7 8 <g transform="matrix(1.1153551,0.70710678,-0.29885849,0.70710678, 9-16.329932,-28.284271)"> 10 <rect width="40" height="40" fill="green" /> 11 </g> 12 13 <rect width="40" height="40" fill="none" stroke="black" /> 14 </svg> 20 / 30

Anwendungen Informatik Computergrafik: Fraktale Ein Bild wird üblicherweise verpixelt (pro Pixel ein Farbcode à 256 bit) Speicherbedarf! Viele Naturobjekte sind allerdings selbstähnlich, d.h. ihre Struktur wiederholt sich auf verschiedenen Größenskalen. Beispiel: Ein Farn lässt sich aus 4 affinen Transformationen a11 a f i (x) = 12 b1 + a 21 a 22 b 2 (i = 1,...,4) zeichnen. http://haegar.fh- swf.de/spielwiese/affin/barnsley- Fern- Generator.html [Mes15, 5.4.2, S. 241] vgl. (Bildquelle: https://en.wikipedia.org/wiki/affine_transformation#/media/file:fractal_fern_explained.png) 21 / 30

Anwendungen Physik Mechanik: Starre Bewegungen im Raum Starre Bewegungen eines physikalischen Systems sind stets durch affine Abbildungen f (x) = Ax + b mit einer dreidimensionalen Rotationsmatrix A darstellbar. Z.B. Bezugssystem Flugzeug Erdboden mit drei Tait-Bryan-Winkeln: Gierwinkel Ψ [ π,π] (yaw), Nickwinkel Θ [ π 2, π 2 ] (pitch), Rollwinkel Φ [ π,π] (roll), [http://buchholz.hs-bremen.de/rtfr/skript/skript10.pdf#koordinatentransformation] z x Z Y Φ θ ψ y N(y') N T X Pitch Axis Roll Axis Yaw Axis Φ X -Θ Ψ y - z z x (Bildquellen: https://en.wikipedia.org/wiki/euler_angles#/media/file:yaw_axis_corrected.svg https://de.wikipedia.org/wiki/eulersche_winkel) 22 / 30

Affine und lineare Abbildungen Übersicht 1 Einführung Motivation Mathematische Voraussetzungen Definition 2 Fixpunkte affiner Abbildungen 3 Anwendungen Technische Zeichnungen Informatik Physik 4 Affine und lineare Abbildungen 5 Schlussbetrachtungen 6 Literatur 23 / 30

Affine und lineare Abbildungen Affine und lineare Abbildungen Satz Eine affine Abbildung f : R n R n, mit einem Fixpunkt x ist stets zusammengesetzt aus einer Translation x y = x x, einer linearen Abbildung g(y) = Ay und einer Translation y y + x. x x 2 affin f (x) = Ax + b x x 2 x 1 Translation y = x x x 1 Translation x = y + x y 2 linear g(y) = Ay y 2 0 y 1 y 1 24 / 30

Affine und lineare Abbildungen Affine und lineare Abbildungen: Beispiel Betrachte die Drehung um 180 und deren Fixpunkt x für b = ( 4 4), also 1 0 2 A = und x 0 1 =. 2 Dann ist: x 2 x affin Ax + 4 4 x 2 x x 1 x 1 Translation y = x x Translation x = y + x y 2 linear Ay y 2 0 y 1 0 y 1 25 / 30

Affine und lineare Abbildungen Affine Abbildungen und ihre Rolle heute Der interessante Teil einer affinen Abbildung ist durch die lineare Abbildung gegeben. Man betrachtet in der Höheren Mathematik und in Wissenschaft und Technik kaum noch affine Abbildungen, sondern vorwiegend lineare Abbildungen. Lineare Abbildungen im R n lassen sich effizient durch quadratische Matrizen darstellen. Mit quadratischen Matrizen kann man wie mit Zahlen rechnen, also bilden. Summen A + B, Produkte AB, und (oft) Quotienten A 1 Matrizen bilden eine sog. Algebra. Lineare Abbildungen sind Bestandteil der Linearen Algebra. Affine Abbildungen sind heute ein spezielles Kapitel der Linearen Algebra und werden in Studium und Wissenschaft nur am Rande erwähnt. Dennoch sind sie, wie die gesamte Geometrie, oft Ursache und Anwendungsfeld algebraischer Betrachtungen. 26 / 30

Schlussbetrachtungen Übersicht 1 Einführung Motivation Mathematische Voraussetzungen Definition 2 Fixpunkte affiner Abbildungen 3 Anwendungen Technische Zeichnungen Informatik Physik 4 Affine und lineare Abbildungen 5 Schlussbetrachtungen 6 Literatur 27 / 30

Schlussbetrachtungen Zusammenfassung Eine affine Abbildung f : R n R n ist gegeben durch eine (n n)-matrix A und einen Verschiebungsvektor b R n : f (x) = Ax }{{} + b }{{} lineare Translation Abbildung ABC ABC ABC ABC Beispiele für affine Abbildungen: Drehstreckungen, Spiegelungen, Scherungen Affine Abbildungen können einen Fixpunkt x = f (x ) haben, im 3-Dimensionalen z.b. die Punkte auf der Rotationsachse oder auf der Spiegelfläche. Sie haben vielfältige Anwendung in Technik, Physik, Informatik, Sport Quadratische Matrizen bilden eine Algebra, d.h. man kann mit ihnen rechnen. Affine Abbildungen sind heute Teil der Linearen Algebra. 28 / 30

Schlussbetrachtungen Und zum Schluss... Geben Sie eine affine Abbildung zu folgender Parallelprojektion der Penrose-Treppe an! (Bildquelle: https://en.wikipedia.org/wiki/parallel_projection#/media/file:impossible_staircase.svg) haegar.fh-swf.de/spielwiese/unmoeglicheobjekte/port.html Da es sich um ein Unmögliche Figur handelt, existiert keine affine Abbildung dafür. Siehe auch http:// 29 / 30

Literatur JÄNICH, Klaus: Lineare Algebra. 2. Berlin Heidelberg : Springer-Verlag, 1981 MESCHEDE, Dieter (Hrsg.): Gerthsen Physik. 25. Berlin Heidelberg : Springer Verlag, 2015. https://books.google.com/books?id=qw7dbgaaqbaj 30 / 30