Univerzita Karlova v Praze Matematicko-fyzikální fakulta

Rozměr: px
Začít zobrazení ze stránky:

Download "Univerzita Karlova v Praze Matematicko-fyzikální fakulta"

Transkript

1 Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Lenka Zavrtálková Bézierovy křivky Katedra numerické matematiky Vedoucí bakalářské práce: Doc. RNDr. Karel Najzar, CSc. Studijní program: Obecná matematika 2006

2 Prohlašuji, že jsem svou bakalářskou práci napsala samostatně a výhradně s použitím citovaných pramenů. Souhlasím se zapůjčováním práce a jejím zveřejňováním. V Praze dne Lenka Zavrtálková 2

3 Obsah 1 Základní pojmy z geometrie a teorie křivek Afinní prostor Afinní kombinace Afinní zobrazení Parametrické křivky Bézierova reprezentace Bernsteinovy polynomy Bézierova reprezentace Algoritmus de Casteljau Bézierovy křivky a derivace Singulární parametrizace Integrace Konverze k Bézierově reprezentaci Bézierovy techniky Symetrické polynomy Hlavní věta Bézierovy teorie Zjemnění Konvergence při zjemňování Generování křivek pomocí zjemňování Generování křivek pomocí následných diferencí Průniky Variation diminishing property Symetrický polynom derivace C r napojení křivek Zvyšování stupně křivek Konvergence při zvyšování stupně

4 4 Aproximace křivek - Bézierova kubika Aproximace kružnice Aproximace elipsy Aproximace sinusoidy Literatura 35 4

5 Název práce: Bézierovy křivky Autor: Lenka Zavrtálková Katedra (ústav): Katedra numerické matematiky Vedoucí bakalářské práce: Doc. RNDr. Karel Najzar, CSc. vedoucího: Abstrakt: V předložené práci studujeme vyjádření křivek pomocí Bézierovy reprezentace, a to s využitím jejich parametrizace. Tato Bézierova teorie vznikla z potřeby počítačové grafiky, kde bylo nutno jednoduchým způsobem umožnit konstrukci křivek a ploch. P. Bézier vyvinul způsob, kdy je křivka určena lomenou čarou s krajními body splývajícími s krajními body křivky, úseky lomené čáry těmito body procházející jsou tečnami křivky v těchto bodech a tvar této lomené čáry zhruba napodobuje průběh křivky. Předložená práce popisuje způsob odvození Bézierovy křivky vycházející z použití Bernsteinových polynomů, uvádí několik algoritmů pro generování Bézierových křivek a na závěr aproximaci tří křivek pomocí Bézierovy kubiky, tj. křivky třetího stupně. Klíčová slova: Bézier, křivky, kubika, polynom Title: Bézier curves Author: Lenka Zavrtálková Department: Department of numerical mathematics Supervisor: Doc. RNDr. Karel Najzar, CSc. Supervisor s address: knajj@karlin.mff.cuni.cz Abstract: In the present work we study the Bézier representation of curves using their parametrisation.this Bézier theory originated because of the computer design, where simply way to curve contsruction was needed. P.Bézier developed a method in which the curve is definited by its so-called Bézier polygon. The curve and his Bézier polygon are closely related. They have common end points and end tangents. The present work describes the way the Bézier curve is derived by using the Bernstein polynomials, gives some alghorithms for generating the Bézier curves and at the end shows an aproximation of three curves by the Bézier cubic. Keywords: Bézier, curves, cubic, polynomial 5

6 Kapitola 1 Základní pojmy z geometrie a teorie křivek 1.1 Afinní prostor Afinní prostor A je bodový prostor obsahující vlastní vektorový prostor V. Nadále uvažujme konečně rozměrný prostor nad R, což nám implikuje, že jak body, tak vektory mohou být reprezentovány pomocí prvků R n. Tedy každý prvek x R n reprezentuje bod nebo vektor, v závislosti na kontextu. Navíc, můžeme pracovat pouze s takovouto reprezentací a jednoduše ztotožnit prostory A a V s nějakým podprostorem R n. Mějme dva body p a q, pak vektor směřující z bodu p do bodu q dostaneme jako jejich rozdíl, tedy v = q p Rozdíl mezi body a vektory lze rovněž vyjádřit pomocí rozšíření souřadnic, a to x = [ x e ] představuje { bod vektor pokud e = { 1 0 Výše uvedená reprezentace bodů a vektorů závisí samozřejmě na volbě soustavy souřadnic. Vezměmě libovolný bod p z prostoru A a vektory v 1,..., v n tvořící bázi prostoru V. Pak každý bod q prostoru A lze jednoznačně vyjádřit jako q = p + v 1 x v n x n 6

7 tedy sloupcový vektor x = [x 1 x n ] T Rn vyjadřuje souřadnice bodu q vzhledem k afinnímu systému p; v 1,..., v n. Bod p pak nazveme počátkem soustavy souřadnic a jeho sloupcový souřadnicový vektor je x = o = [0... 0] T Dimenze afinního prostoru A je definována jako dimenze jeho vektorového podprostoru V 1.2 Afinní kombinace Posloupnost bodů p 0,..., p m z prostoru A nazveme afinně nezávislou, pokud posloupnost vektorů p 1 p 0,..., p m p 0 je lineárně nezávislá. Tato definice nezávisí na pořadí bodů p i. Něcht prostor A má dimenzi n. Pak každá nezávislá posloupnost n+1 prvků p 0,..., p n tvoří kostru A a každý bod q A lze jednoznačně napsat jako q = p 0 + (p 1) x (p n p 0 ) x n = p 0 x p n x n (1.1) kde 1 = x x n (1.2) Koeficienty x i nazýváme barycentrické souřadnice bodu q vzhledem ke kostře p 0,..., p n. Všimněme si, že x x n jsou afinní souřadnice bodu q vzhledem k počátku p j a n-tici vektorů p i p j, i j. Speciálně, pokud n = 1, pak bod q = q(x) = p 0 (1 x) + p 1 x (1.3) leží na úsečce spojující body p 0 a p 1. Poměr x : (1 x) nazveme poměrem bodu q vzhledem k bodům p 0 a p 1. Necht a 1,..., a m jsou rozšířené nebo barycentrické souřadnicové sloupce nějakých m bodů z A. Pak jejich vážený součet a = a i α i představuje { bod vektor pokud αi = { 1 0 7

8 Pokud je tento vážený součet roven jedné, pak a = a i α i se nazývá afinní kombinace. Navíc, v případě, že váhy jsou nezáporná čísla, a nazveme konvexní kombinací a leží v konvexním obalu tvořeném body a i. 1.3 Afinní zobrazení Necht A a B jsou dva afinní prostory, U, V vlastní vektorové podprostory a m, n odpovídající dimenze. Pak zobrazení Φ : A B nazveme afinní, jestliže může být reprezentováno m n maticí A a bodem a z B tak, že y = Φ(x) = a + Ax, kde a představuje obraz počátku A. Lineární zobrazení ϕ : U V dané předpisem v = ϕ(u) = Au nazveme vlastní lineární zobrazení náležící k Φ. Použitím rozšířených souřadnic lze obě zobrazení zapsat pomocí stejné maticové reprezentace [ ] [ ] [ [ ] [ ] [ ] y A a x v A a u = 1 o T 1 1, = 0 o T, 1 0 nebo-li y = Ax, v = Au. Následující dvě vlastnosti jsou pak jednoduchými důsledky maticové reprezentace Afinní zobrazení Φ komutuje s afinními kombinacemi, tj. A dále Φ(a i α i ) = Φ(a i )α i. afinní zobrazení je zcela určeno kostrou dima + 1 nezávislých bodů p 0...p m a jejich obrazů q 0...q m 1.4 Parametrické křivky V této kapitole uvedeme základní pojmy a vlastnosti z diferenciální teorie křivek, které budeme potřebovat dále. Parametrické vyjádření křivky v E 3 : 8

9 P(t) = (x(t), y(t), z(t)) E 3, kde funkce x(t), y(t), z(t) jsou dostatečně hladké funkce parametru t < a, b >. Je-li derivace Ṗ(t 0 ) nenulový vektor, pak bod P(t 0 ) se nazývá regulárním bodem křivky a tento vektor je tzv. tečný vektor v bodě P(t 0 ). V opačném případě se jedná o singulární bod. Jsou-li všechny body křivky regulární, pak říkáme, že křivka je regulární. Je-li křivka regulární a funkce x(t), y(t), z(t) jsou z prostoru C r <a,b>, pak říkáme, že křivka je třídy C r. Křivka je rektifikovatelná na < a, b >, je-li sup P(t k ) P(t k+1 <, k=1 kde supremum se bere přes všechna dělení {t k } intervalu < a, b >. Hodnota tohoto suprema se nazývá délkou křivky. Rektifikovatelná, po částech regulární křivka třídy C 1 (křivka složená z konečného počtu úseků, které jsou regulární a třídy C 1 ) má délku l : l = b a ẋ 2 (t) + ẏ 2 (t) + ż 2 (t) dt = b a Ṗ(t) dt, kde znamená Euklidovou normu v E 3. Je-li parametrem délka křivky s, s(t) = l(t), pak t P (s) = d ds P(s) = P(t) ṡ(t). Zřejmě ṡ = s(t) = P(t). Je-li Ṗ(t dt 0) 0, pak P (s 0 ) = 1, kde s 0 = s(t 0 ). Vektor t P (s) se nazývá jednotkový tečný (tangenciální) vektor v bodě P(s) a ṡ je velikost tečného vektoru v tomto bodě ke křivce P(s). Parametrická rovnice tečny ke křivce P(t) v bodě P(t 0 ) : R(u) = P(t 0 ) + ut(t 0 ), kde u je parametr tečny znamenající vzdálenost bodu R(u) tečny od bodu dotyku P(t 0 ) s křivkou P(t). Normálová rovina v bodě P(t 0 ) je rovina, která je kolmá k tečně v tomto bodě: (R P(t 0 ), Ṗ(t 0)) Ṗ(t 0) = 0, kde R = (x, y, z). a (, )je skalární součin v prostoru E 3. 9

10 Oskulační rovina v bodě P(t 0 ) generovaná vektory R P(t 0 ), Ṗ(t 0 ), P(t 0 ): det x x(t 0 ) y y(t 0 ) z z(t 0 ) ẋ(t 0 ) ẏ(t 0 ) ż(t 0 ) ẍ(t 0 ) ÿ(t 0 ) z(t 0 ) = 0, kde R = (x, y, z) je bod roviny. Hlavní normála (hlavní normálový vektor) v bodě P(t 0 ): jednotkový vektor n, který leží na normále. Normála je přímka procházející bodem P(t 0 ), která leží v oskulační rovině a je kolmá na tečný vektor ke křivce P(t) v bodě P(t 0 ). Platí: n = P (s 0 ) P (s 0 ), s 0 = l(t 0 ). Binormála v bodě P(t 0 ): b je jednotkový vektor ležící na přímce procházející bodem P(t 0 ), a která je kolmá k oskulační rovině. Platí b = t n, tzn.: b = Ṗ P Ṗ P, t = Ṗ P, n = P Ṗ 2 Ṗ(Ṗ P) Ṗ P P Rektifikační rovina: rovina určená tečnou a binormálou. Normálová rovina: rovina určená hlavní normálou a binormálou. Frenetovy formule. Pro derivace tečného vektoru t, hlavní normály n a binormály b podle parametru délky křivky s platí: P = t, t = κn, n = κt + τb, b = τn, kde κ je křivost křivky a τ je torze, pro které platí κ = Ṗ P Ṗ 3, Ṗ τ = PP P 2 P 2 (Ṗ P). 2 Křivost a torzi křivky lze spočíst pomocí následujících vzorců: ẋ ẏ ż det ẍ ÿ z A2 + B κ = 2 + C 2 { ẋ 2 + ẏ 2 + ż 2 }, τ = x y z, 3 A 2 + B 2 + C 2 kde ( ) ( ) ( ẏ ż ż ẋ ẋ ẏ A = det, B = det, C = det ÿ z z ẍ ẍ ÿ ) 10

11 Vektor křivosti K(t) = κ(t)n(t): K(t) = (P (t) P (t)) P (t) P (t) 4. Vektor křivosti K(t) má velikost rovnou křivosti κ(t) a směřuje z daného bodu (který je určen parametrem t) křivky do středu křivosti tzn. ve směru t (t). Střed křivosti je střed oskulační kružnice; její poloměr se nazývá poloměrem křivosti. Oskulační kružnice v daném bodě křivky je kružnice, která nejlépe aproximuje křivku v tomto bodě, tzn. její vektory 1. a 2. derivace jsou v tomto bodě totožné s odpovídajícími vektory křivky. Leží v oskulační rovině a to na konkávní straně křivky. Křivost je rovna převrácené hodnotě poloměru křivosti. Poznamenejme, že křivost existuje v každém bodě křivky třidy C 2 a torze v každém regulárním bodě křivky třídy C 3, který není bodem rektifikačním. Geometrická spojitost a tvarové parametry. Necht jsou dány dvě křivky P 1 (t) a P 2 (t), přičemž t < 0, 1 >. Necht Q P 1 (1) = P 2 (0). Spojitost jednotkového tečného vektoru. Jednotkový tečný vektor křivky složené z těchto dvou křivek (napojených v bodě Q) je spojitý v bodě Q, jestliže P 1(1) P 1(1) = P 2(0) P 2(0), tzn. existuje kladné číslo β 1 tak,že P 1(1) = β 1 P 2(0). Spojitost vektoru křivosti. Lze snadno ověřit, že když existuje nezáporná konstanta β 2 tak, že platí: P 2(0) = β 2 1P 1(1) + β 2 P 1(1), pak vektor křivosti v bodě Q (výše uvedených křivek) bude spojitý, tzn. bude platit: (P 2(0) P 2(0)) P 2(0) = (P 1(1) P 1(1)) P 1(t), P 2(0) 4 P 1(1) 4 přičemž P 1(1) = β 1 P 2(0). Geometrická spojitost. Řekneme, že křivka P(t) složená z úseků P 1 (t), P 2 (t) napojených v bodě (viz výše) má geometrickou spojitost, jestliže jednotkový tečný vektor a vektor křivosti jsou spojité. Pro úplnost si připomeňme definici a vlastnosti vektorového a smíšeného součinu, které se vyskytují ve výše uvedených vzorcích. 11

12 Vektorový součin dvou vektorů a, b: označení a b -vektor o velikosti a b sin α (α je úhel, který svírají vektory a, b), který je ortogonální k vektorům a, b, přičemž vektory a, b, a b mají kladnou orientaci. Např. necht e 1, e 2, e 3 jsou jednotkové vektory ve směru souřadnicových os Eukleidova prostoru E 3, pak e 1 = e 2 e 3, e 2 = e 3 e 1, e 3 = e 1 e 2. Platí: a b = b a (λa) b = a (λb) = λ(a b) (a + b) c = a c + b c, a (b + c) = a b + a c (a b) c = (a c)b (c b)a Smíšený součin tří vektorů a, b, c: abc = (a b) c. Platí: abc = bca = cab = acb = cab = bac ( a c a d (a b) (c d) = (a c)(b d) (a d)(b c) = det b c b d ). 12

13 Kapitola 2 Bézierova reprezentace Každý polynomiální křivkový segment může být reprezentován pomocí lomené čáry, tzv. Bézierova polygonu. Křivka a její Bézierův polygon jsou velmi úzce svázány. Koncové body Bézierova polygonu splývají s krajními body křivky, úseky lomené čáry těmito body procházející jsou tečnami křivky v těchto bodech a tvar lomené čáry zhruba napodobuje průběh křivky. Křivka leží v konvexní kombinaci bodů polygonu. 2.1 Bernsteinovy polynomy Bernesteinovy polynomy vychází z binomického rozvoje 1 = (u + (1 u)) n = ( ) n u i (1 u) n i i a Bernsteinův polynom stupně n definujeme předpisem B n i (u) = ( ) n u i (1 u) n i, i = 0,..., n. i Bernsteinovy polynomy mají následující důležité vlastnosti: Jsou lineárně nezávislé Jmenovitě, dělením n b i u i (1 u) n i = 0 členem (1 u) n a dosazením s = u/(1 u) dostaneme n b i s i = 0 což implikuje b 0 =... = b n = 0 Jsou symetrické B n i (u) = B n n i(1 u). 13

14 Jedinými kořeny jsou 0 a 1 B n i (0) = B n n i(1) = Tvoří rozklad jednotky { 1 0 pro { i = 0 i > 0 Jsou kladné v intervalu (0,1) Splňují rekurzivní formuli Bi n (0) = 1 pro všechna u R. B n i (u) > 0 pro u (0, 1). B n+1 i (u) = ub n i 1(u)+(1 u)b n i (u), kde B n 1 = B n n+1 = 0 a B 0 0 = 1. Tato rekurze výplývá přímo z identity ( ) n + 1 = i ( ) n + i 1 ( ) n. i Poznámka : Výpočet hodnot Bernsteinových polynomů až do stupně n může být znázorněno trojúhelníkovým schématem 1 = B 0 0 B 1 0 B 2 0 B n 0 B 1 1 B 2 1 B n 1 B 2 2 B n B n n 2.2 Bézierova reprezentace klíč u 1 u Z lineární algebry plyne, že n + 1 (lineárně nezávislých) Bernsteinových polynomů Bi n tvoří bázi pro všechny polynomy stupně n. Tedy každá polynomiální křivka b(u) stupně n má jednoznačně určenou Bézierovu reprezentaci stupně n b(u) = c i Bi n (u). 14

15 Každá afinní parametrická transformace u = a(1 t) + bt, a b, nemění stupeň křivky b. Z tohoto důvodu i b(u(t)) má Bézierovu reprezentaci n-tého stupně, b(u(t)) = b i Bi n (t). Což můžeme přepsat do tvaru b(u(t)) = (t n, t n 1,..., 1)M n (b 0,..., b n ) T, kde ( )( ) n n i M n = {m ij } n i,j=0, m ij = ( 1) n i j, n i j 0 i + j n, jinak m ij = 0. Tedy M n převádí bázi {1,..., t n } v prostoru polynomů stupně n na bázi složenou z Bernsteinových polynomů. Koeficienty b i jsou z prostoru R d a nazýváme je řídící body křivky nebo Bézierovy body. Jsou to vrcholy Bézierova polygonu křivky b u nad intervalem [a, b]. Parametr t nazveme lokální a u globální parametr křivky b. Vlastnosti Bernsteinových polynomů uvedené v odstavci 2.1 se přenáší na Bézierovu reprezentaci křivek: Symetrie Bernsteinových polynomů implikuje b(u) = b i Bi n (t) = b n i Bi n (s), kde u = a(1 t)+bt = b(1 s)+as. Tyto dvě sumy definují Bézierovu reprezentaci b nad intervalem [a, b] a [b, a]. Proto, pokud použijeme orientovaných intervalů [a, b] a [b, a], můžeme rozlišit dvě různé parametrické orientace polynomiální křivky. Pro koncové body segmentu křivky b[a, b] máme b(a) = b 0 a b(b) = b n Z vlastnosti, že součet všech Bernsteinových polynomů je jedna, dostaneme důležitou vlastnost Bézierovy křivky b: 15

16 každý bod b(u) je afinní kombinací Bézierových bodů. Jako důsledek pak Bézierova reprezentace je afinně invariantní, tj. mějme dané libovolné afinní zobrazení Φ, pak obraz křivky Φ(b) má Bézierovy body Φ(b i ) nad intervalem [a, b]. Protože Bernsteinovy polynomy jsou nezáporné na [0, 1],platí pro každé u [a, b] je b(u) je konvexní kombinace Bézierových bodů b i. Tedy úsek křivky b[a, b] leží v konvexním obalu svých Bézierových bodů. 2.3 Algoritmus de Casteljau Křivku b(u) = b 0 i Bi n (t), kde u = a(1 t) + bt, lze jednoduše vyjádřit pomocí de Casteljau algoritmu. Opakovaným užitím rekurentních vztahů z definice Bernsteinových polynomů dostaneme kde n 1 b(u) = b 0 i Bi n 0 (t) = b 1 i Bi n 1 (t) =... = b n i Bi 0 (t) = b n 0, b k+1 i = (1 t)b k i + tb k i+1. Body b k i de Casteljau algoritmu lze zapsat do trojúhelníkového schématu, kde každý prvek lze spočítat pomocí klíče uvedeného vpravo: b 0 0 b 0 1 b 1 0 b 0 2 b 1 1 b klíč 1 t t b 0 n b 1 n 1 b 2 n 2 b n 0 Poznámka: Pokud t leží v intervalu [0, 1], pak algoritmus de Casteljau sestává pouze z konvexních kombinací, což objasňuje numerickou stabilitu tohoto algoritmu. Poznámka: Hornerovo schéma je velmi efektivní metodou jak spočítat 16

17 hodnotu polynomu. Lze jej také užít pro křivku b(t) = b i Bi n (t) v Bézierově formě. Po přepsání b(t) do tvaru ( n ) b(t) = (1 t) n ( ) ) n t i b i(, i 1 t nejprve vyčíslíme sumu v závorce pomocí Hornerova schématu pro hodnotu t/(1 t) a poté přenásobíme výsledek výrazem (1 t) n. Tato metoda ovšem selhává, pokud t je blízko k 1. V tomto případě můžeme užít vztahu ( n ) b(t) = t n (1 ) n t i ) b n i(, i t 2.4 Bézierovy křivky a derivace Derivaci Bernsteinova polynomu stupně n lze snadno vypočítat. Z definice Bernsteinova polynomu dostaneme kde B n 1 1 d dt Bn i (t) = n(b n 1 i 1 (t) B n 1 i (t)) pro i = 0,..., n, = B n 1 n = 0. Tedy, pro danou křivku b(u) = b i Bi n (t), dostaneme pro její derivaci b(u) d du b(u) = n n 1 b a t = u a b a b i Bi n 1 (t), kde b i = b i+1 b i. Pokud se na b(u) díváme jako na bod, pak b(u) je vektor. Bod dostaneme, pokud b(u) umístíme do nějakého jiného bodu. Specielně, o + b (u) nazýváme (první) hodograf b. Opakovaným aplikováním derivační formule dostaneme r-tou derivaci b(u), n r b r n! (u) = r b (n r)!(b a) r i Bi n r (t), kde r b i = r 1 b i+1 r 1 b i označuje r-tou následnou diferenci b i. Stejně jako výše obdržíme druhý a také další hodografy. 17

18 Použitím derivační formule a koncové interpolační vlastnosti Bézierových křivek dostaneme výsledek, který byl základem pro Bézierův rozvoj. Derivace b v bodě t = 0 (nebo t = 1) až do řádu r závisí pouze na prvních(nebo posledních) r+1 Bézierových bodech a naopak. Geometricky to znamená, že,obecně, tečny b v bodech t = 0 a t = 1 jsou dány body b 0, b 1 a b n 1, b n a oskulační roviny jsou dány body b 0, b 1, b 2 a b n 2, b n 1, b n. Poznámka: Podíváme-li se na Bézierův polygon křivky b(u) = n b i B n i (t), kde u = (1 t)a + tb, jako na částečnou lineární funkci p(u) nad intervalem [a, b] dostaneme: derivace p(u) Bézierova polygonu sestává z Bézierových bodů křivky b (u). 2.5 Singulární parametrizace Uvažujme polynomiální křivku a její derivaci b(t) = b i Bi n (t) n 1 ḃ(t) = n b i Bi n 1 (t), kde tečka značí derivaci podle parametru t. Pokud b 0 = o, pak ḃ(t) je nula v bodě t = 0. Avšak se singulární reparametrizací t = s dostaneme d ds b(t(0)) = n b 1. Pokud b 0 = o a b 1 o, pak křivka b(t) má v bodě t = 0 tečnu směřující do bodu b 2. Poznámka: Pokud b 0 = b 1 = o a b 2 o, pak křivka b(t) má v bodě t = 0 tečnu směřující do bodu b 3 atd. 18

19 2.6 Integrace Integrál polynomiální křivky v Bézierově reprezentaci b(u) = b i Bi n (t), t = u a b a má Bézierovu reprezentaci kde c(u) = b(u)du = n+1 c i Bi n+1 (t), c i = c i 1 + b a n + 1 b i 1 = c 0 + b a n + 1 (b b i 1 ), i = n + 1,..., 1, a c 0 je libovolná integrační konstanta. Jako důsledek integrační formule a koncové interpolační vlastnosti Bézierovy reprezentace dostaneme b b u du = b a a n + 1 (b b n ) a specielně, nezávisle na i, 1 0 B n i (t) = 1 n Konverze k Bézierově reprezentaci Některé starší CAD datové formáty reprezentují křivky pomocí jednočlenů. Proto konverze dat mezi odlišnými CAD systémy je aplikací, kdy je třeba nutně přeměnit jednočlenou reprezentaci do Bézierovy a naopak. Necht ) n b(t) = a i( t i i je křivka v monomické formě s binomickými faktory, stejně jako v Bézierově reprezentaci. Protože ( ) n i ( )( ) n i t i (1 t + t) n i n n i = t i+k (1 t) n i k k=0 i n i + k ( ) n i i + k = Bi+k n k=0 i ( ) j = Bj n, j=0 i 19

20 dostaneme vzorec pro přeměnu b(t) = b j Bj n (t), j=0 kde b j = j=0 ( ) j a i i a ( ) j i = 0 pro j < i. Poznámka: Pokud a 2 = = a n = o a a 1 o, pak b(t) je lineárně reprezentována nad [0, 1] pomocí Bézierových bodů b j = a 0 + ja 1 Poznámka: Opačně, pokud n + 1 Bézierových bodů b i leží ekvidistantně na přímce, pak b(t) je lineární funkce parametru t, lze ji napsat ve tvaru b(t) = (1 t)b 0 + tb n. Tato vlastnost je známa jako lineární přesnost Bézierovy reprezentace. Necht je dána po částech polynomiální křivka v Bézierově reprezentaci b(u) = b i Bi n ( ) u a, b a pak můžeme dostat její monomickou formu jednoduše pomocí Taylorova rozvoje b(u) = b (i) (u a)i (a) i! = ( ) n i (u a) i b 0 i (b a). i Protože i b 0 = ( i i k=0 k) ( 1) i k b k, můžeme tento výraz přepsat do tvaru )( ) i b(u) = k=0( 1) i k( n i b k t i. i k 20

21 Kapitola 3 Bézierovy techniky 3.1 Symetrické polynomy Každá polynomiální křivka b(u) stupně n může být jednoznačně spojena s n-proměnným symetrickým polynomem b[u 1...u n ] majícím následující tři vlastnosti: b[u 1...u n ] odpovídá b(u) na své diagonále, což znamená, že b[u...u] = b(u). b[u 1...u n ] je symetrický ve svých proměnných, což znamená, že pro každou permutaci (v 1,...v n ) posloupnosti (v 1,...v n ) b[v 1...v n ] = b[u 1...u n ]. b[u 1...u n ] je afinní v každé proměnné, což znamená, že b[(αu + (1 α)v)u 2...u n ] = αb[uu 2...u n ] + (1 α)b[vu 2...u n ]. Symetrický polynom b[u 1...u n ] je často nazýván také polární formou b(u). Abychom dokázali, že takový symetrický polynom existuje pro všechny polynomy, stačí uvažovat polynomy bázové a odvodit explicitní reprezentaci pro jejich symetrickou formu. Každá lineární kombinace b(u) = c i C i (u) 21

22 polynomů C i (u) stupně n s polárními formami C i [u 1...u n ] má polární formu b[u 1...u n ] = c i C i [u 1...u n ], která zřejmě splňuje všechny tři požadované vlastnosti. Všimněme si, že diagonála b[u...u] může být stupně menšího než n, ačkoliv b[u 1...u n ] závisí na n proměnných. V případě, že C i jsou vážené jednočleny A n i = ( ) n i u i, i = 0,..., n, dostaneme elementární symetrické polynomy A n i [u 1...u n ] = 1j 1 < <j i n u j1...u jn, které zřejmě splňují výše požadované vlastnosti. Tato suma obsahuje ( ) n i součinů i proměnných. V případě, že C i jsou Bernsteinovy polynomy ( ) n Bi n (u) = u i (1 u) n i, i dostaneme B n i [u 1...u n ] = u j1...u jn, j 1 < < j i k 1 < < k n i kde (j 1,..., j i, k 1,..., k n 1 ) je permutace (1,..., n). Poznámka: Symetrické polynomy B n i [u 1...u n ] splňují rekurzi B n+1 i [u 1...u n ] = u 0 B n i 1[u 1...u n ] + (1 u)b n i [u 1...u n ]. 3.2 Hlavní věta Bézierovy teorie Jednoznačnost symetrických polynomů a jejich vztahy k Bézierově reprezentaci jsou dány následující hlavní větou. Věta 1: Pro všechny polynomiální křivky b(u) stupně n existuje jednoznačně určený symetrický n-proměnný a n-afinní polynom b[u 1...u n ] s diagonálou b[u...u] = b(u). Navíc, body b i = b[a n i... a b.. i. b], i = 0,..., n, jsou Bézierovy body křivky b(u) nad [a, b]. 22

23 Důkaz: V odstavci 3.1 jsme ukázali, že polární forma b[u 1...u n ] existuje pro b(u). Tedy můžeme uvažovat body b k+1 i = b[a.. i. a u i 1... u k b.. i. b], i + j + k = n. Protože b n 0 = b[u 1...u n ] je symetrická a multiafinní, může být spočtena z bodů b 0 i pomocí následující rekurze b k+1 i = b k i (1 t k+1 ) + b k i+1t k+1, kde t k+1 = u k a b a. Navíc, pokud všechna u k jsou rovna u, pak rekurzivní formule se redukuje na algoritmus de Casteljau pro v7po4et b(u). Tudíž, protože Bézierova reprezentace je jednoznačná, body b i jsou Bézierovy body křivky b(u) nad [a, b]. Proto každé dva symetrické polynomy se stejnou diagonálou b(u) se shodují pro všechny argumenty [a n i... a b.. i. b] a (vzhledem k uvedené rekurzi) jsou také totožné pro všechny argumenty [u 1 u n ]. Z toho plyne, že b(u) má jednoznačně určenou n-afinní polární formu. 3.3 Zjemnění Rekurzivní formule uvedená v předcházející části odhaluje velmi důležitou doplňující vlastnost de Casteljau algoritmu. V matici tohoto de Casteljau algoritmu jsou použity následující body b 0 0 b 0 1 b 1 0 b 0 2. b 1 1 b b 0 n b 1 n 1 b 2 n 2 b n 0 = b(c) potřebné k výpočtu bodu b(c). Bézierovy body b i 0 = b[a n i... a c.. i. c] a b n i j = b[c n i... c b.. i. b] části křivky nad [a, c], [c, b] nalezneme v horní diagonále a spodním řádku. Výpočet Bézierových bodů přes dva intervaly [a, c], [c, b] se nazývá zjemnění. Body b k i = b[a n i k... a. k.. cb.. i. b] 23

24 jsou opět charakterizovány svými argumenty. Všimněne si, že vše platí i pokud přehodíme b a c. Opakovaným zjemňováním b(u) dostaneme Bézierův polygon b(u) přes libovolný počet sousedících intervalů [a 0, a 1 ], [a 1, a 2 ],..., [a k 1, a k ]. Společně tyto polynomy tvoří složený Bézierův polygon křivky b nad [a 0, a 1,...a k ]. Obecně, tento složený polygon má kn + 1 různých vrcholů. 3.4 Konvergence při zjemňování Bézierův polygon malého kousku křivky je jeho docela dobrou aproximací. Abychom to upřesnili, necht b 0,..., b n jsou Bézierovy body nějaké křivky b(u) nad podintervalem [c, c + nh] nějakého pevně zvoleného intervalu [a, b]. Navíc, necht c i = c + ih, i = 0,..., n. Pak existuje konstanta M nezávislá na c taková, že max i b(c i ) b i Mh 2 Důkaz: Rozšiřme symetrický polynom b[u 1...u n ] na [c i...c i ] a dostaneme b i = b[c n i... c c + nh.. i. c + nh] n i = b[c i...c i ] j 1 ih n i b[c i...c i ] + u j j 1 (n i)h b[c i...c i ] + O(h 2 ), u j což dokazuje tvrzení, nebot všechny parciální derivace jsou stejné. Poznámka: Pro maximovou normu byla spočtena nejmenší možná konstanta m, pro kterou výše uvedený výraz platí pro všechny křivky, a to max,...,n 2 2 b i n/2 n/2 /2n. Poznámka: Kvadratická konvergence je nejlepší, jak jde vidět, pro parabolu p(u) = u 2, jejíž prostřední Bézierův bod v intervalu [0, 2h] je nula, zatímco p(u) = h Generování křivek pomocí zjemňování Zjemňování umožňuje velmi rychlou metodu pro generování aproximací Bézierových křivek. Z odstavce 3.4 vyplývá, že Bézierův polygon nad [0, 1 2, 2,..., 1] k 2k 24

25 nějaké křivky b(t) = b i B n i (t) konverguje k segmentu křivky se stupněm 1/4 k. Toto vybízí k následujícímu algoritmu Plot Bézier (b 0,..., b n ; k) pokud k = 0 pak plot polygon b 0,...b n jinak spočítej složený Bézierův polygon a 0,..., a 2n bi Bi n (t) nad [0, 0.5, 1] Plot Bézier (a 0,..., a n ; k 1) Plot Bézier (a n,..., a 2n ; k 1) Co se týče počtu iterací, můžeme použít následující kritérium pro ukončení. Například chceme skončit, pokud vstupní Bézierův polygon je blízký přímce. Jednoduché měření přímosti křivky, tj. jak je tato křivka blízká přímce, je založeno na druhé následné diferenci. Tedy, můžeme změnit první řádek algoritmu do tvaru pokud k = 0 nebo max { 2 b i i 0,..., n 2 } < ε. Namísto vykreslování Bézierova polygonu můžeme jednoduše nakreslit úsečku b 0 n pokud je kritérium splněno. Hranice této odchylky je dána následující větou: Bud l(t) = n 0 (1 t) + b n t lineární interpolace b(t) Pak sup 0 t 1 b(t) l(t) 1 8 sup 0 t 1 b(t) 1 n(n 1) 8 max,...,n 2 2 b i, kde značí supremovou nebo Eukleidovu normu. Poznámka: Pokud b(u) má Bézierovy body b i nad [a, b] a Bézierovy body c i nad podintervalem [c, c + h], pak rozdíly 2 c i jsou ohraničeny h 2 max 2 c i. Tedy stupeň aproximace lineární interpolace je kvadratický. Navíc, stupeň aproximace je obecně pouze kvadratický. Proto, vzhledem k předcházející poznámce, složený Bézierův polygon nad [0,,..., 1] 1 2 m je, asymptoticky, tak dobrou aproximací jako sečnový polygon s vrcholy ( ) i b, i = 0, 1,..., n2 m. n2 m 25

26 3.6 Generování křivek pomocí následných diferencí Jiný rychlý kreslící algoritmus pro křivku b(u) je založen na dopředných difernecích. Necht p = b(a + ih), i = 0,..., m, jsou body křivky b(u) s ekvidistantními parametrickými hodnotami. Pokud b(u) je stupně n, pak n+1 p i = 0 a n p i = konst. pro všechna i. Toho lze využít pro výpočet bodů p i, i = 1,..., m z bodů p 0,..., p n. Nejprve spočteme konstantu n p i opakovanými rozdíly a poté body p i, i > n pozpátku, opakovaným přičítáním. Výpočet lze znázornit následujícím schematem: p 0 p 1 1 p p n 1 p n 1 n p 0 klíč1 + p n+1 1 p n n p 1. p m 1 p m 1 n p m n. klíč2 + + Poznámka 5: Výpočet ukazuje, že kromě počítání bodů p 0,..., p n v trojúhel- níkovém schematu je potřeba vyjádřit n vektorů navíc pro každý bod křivky. Z toho plyne, že generování křivek pomocí zjemňování je skoro dvakrát rychlejší než dopředná diference a také více numericky stabilní. 3.7 Průniky Zjemňování je užitečné také pro výpočet průniku dvou rovinných Bézierových křivek.uvažujme b(s) = b i B m i (s), s [0, 1], a c(t) = c i B m i (s), t [0, 1]. Idea spočívá v tom, že porovnáme konvexní obaly obou Bézierových polygonů. Pokud jsou disjunktní, pak křivky nemají společný průnik. Pokud 26

27 se překrývají, křivky mohou, ale nemusí, mít průnik. V dalším kroku uděláme zjemnění pro t = 1/2 a porovnáme konvexní obaly b[0, 1/2] a b[1/2, 1] s c[0, 1/2] a b[1/2, 1]. Tento proces opakujeme pro každý pár segmentů křivky kde se konvexní obaly Béízierových polygonů překrývají. Pokud eventuelně jsou konvexní obaly malé a plytké, křivky lze aproximovat rovnými přímkovými úseky, jejichž průnik lze jednoduše zjistit. 3.8 Variation diminishing property Zjemňování není jen praktickým, nýbrž i teoretickým nástrojem. V následujícím pomocí ní odvodíme vlastnost variation diminishing property, která spočívá na důležité vlastnosti, že křivka se nemůže více vlnit než její Bézierův polygon. Přesněji: Věta 2: Křivka b(t), t [0, 1] je prot ata libovolnou nadrovinou H nejvýše tolikrát jako její Bézierův polygon. K důkazu se nejprve podívejme na algoritmus de Casteljau jako na opakovaný proces usekávání rohů pro všechna t [0, 1]. Pokud přímkový úsek ac protne H, pak i polygon abc protne H. Naopak to ovšem obecně neplatí. Z toho plyne, že Bézierův polygon nad zjemněním [0, t 1,..., t k, 1] intervalu [0, 1] má nejvýše tolik průniků s H jako Bézierův polygon. Specielně, pokud t i jsou vybrána tak, že b(t) 1,..., b(t k ) jsou průniky b s H, pak Bézierův polygon nad [0, 1] má alespoň k průniků s H. Poznámka: Pokud křivka nebo polygon z R d protne (nebo se dotkne) každou nadrovinu nejméně dvěma body nebo leží v této rovině, pak tuto křivku nazveme konvexní. Jako důsledek variation diminishing property dostaneme, že každá křivka s konvexním Bézierovým polygonem je sama konvexní. Poznámka: Graf polynomu b(t) = b i B n i (t), t [0, 1], je konvexní právě když b(t) 0 nebo b(t) 0. Jeho Bézierův polygon je konvexní právě když všechny 2 b i 0 nebo 2 b i Symetrický polynom derivace Derivaci polynomiální křivky b(u) lze zapsat pomocí její polární formy b[u 1,..., u n ]. Z odstavce 2.6 jednoduchým diferencováním polární formy 27

28 plyne rovnost a také b (u) = n (b[b u... u] b[a u... u]), b a b (u) = n(b[1 u... u] b[0 u... u]). Podíváme-li se na tři charakteristické vlastnosti polární formy, zjistíme, že multiafinní symetrický polynom b (u) je dán pomocí b [u 2... u n ] = n(b[1 u 2... u] b[0 u... u n ]). Symetrický polynom b[u 1,..., u n ] počáteční křivky b(u) reprezentuje afinní zobrazení, pokud u 2,..., u n jsou pevné. Z čehož vyplývá že, b[δu 2... u n ] = b[δ u 2... u] b[a u... u n ]). reprezentuje vlastní lineární zobrazení, kde δ = b a. Při použití ε = 1 0 lze derivaci přepsat do tvaru b (u) = nb[ε u 2... u]. Dalším diferencováním dostaneme polární formu r-té derivace b(u) kde b (r) [u r+1,..., u n ] = n! (n r)! b[ε r... ε u r+1... u n ], b[ε. r.. ε u r+1... u n ] = b[ε r 1... ε u r+1... u n ] b[ε r 1... ε0 u r+1... u n ]. Poznámka: Protože b[u 1,..., u n ] je afinní v každé proměnné, první parciální derivace, např., je dána u 1 b[u 1,..., u n ] = b[1 u 2,..., u n ] b[0 u 2,..., u n ] Tedy z toho dále dostaneme r u 1... u r b[u 1,..., u n ] = = b[ε1 u 2,..., u n ] = 1 n b [u 2,..., u n ]. 28 (n r)! b (r) [u r+1,..., u n ]. n!

29 3.10 C r napojení křivek Podrozdělování také poskytuje vhodný nástroj pro popsání jistých diferencovatelných podmínek dvou polynomiálních křivek b(u) a c(u) daných jejich Bézierovými polygony b 0,..., b n nad [a, b] a c 0,..., c n nad [b, c]. Z odstavce 2.4 plyne, že derivace až do stupně r v u = b ovlivňují a jsou ovlivňovány Bézierovými body b n r,..., b n a c 0,..., c r. Toto vede k Starkově větě: Věta 3: Derivace b a c až do řádu r se shodují v u = b, právě když c 0,..., c r je prvních r + 1 Bézierových bodů křivky b nad [b, c], což znamená b[b n i b c i c] = c i, pro i = 0..., r. Použitím Věty 1. v oddělení 3.2 lze Starkovu větu přepsat následujícím způsobem: Derivace b a c až do řádu r se shodují v u = b právě když oba polynomy b[b n r b u r u] a c[b n r b u r u] jsou si rovny. Nad intervalem [a, b, c] má polynom b[b n r b u r ] složený Bézierův polygon b n r,..., b n, c 1,..., c r. Body c i, i r lze spočítat z bodů b n i pomocí algoritmu de Casteljau. Poznámka: Jelikož dva polynomy jsou si rovny, právě když jejich polární formy jsou si rovny, vidíme, že b(u) a c(u) mají identické derivace až do řádu r v u = t, právě když jejich polární formy splňují b[b n r b u 1... u r ] = c[b n r b u 1... u r ] pro libovolné hodnoty proměnných u 1,..., u n Zvyšování stupně křivek Pro každou křivku stupně n a každé m n máme Bézierovu reprezentaci stupně m. Adaptace na vyšší stupeň reprezentace se používá při jistém konstruování ploch a je občas nezbytná pro výměnu dat mezi jednotlivými CAD systémy. Této přeměně říkáme zvyšování stupně. Mějme Bézierovu reprezentaci stupně n b(u) = b i B n i (t) 29

30 nějaké křivky b(u). Ukážeme jak zvýšit stupeň o jedničku, tedy napíšeme křivku b(u) pro hodnoty Bernsteinových polynomů Bi n+1 (t). Opět použijeme symetrický polynom b[u 1,..., u n ]. Označíme chybějící výraz v posloupnosti hvězdičkou a definujeme c[u 0... u n ] = 1 n + 1 b[u 1... u i... u n ]. Snadno zjistíme, že tento polynom (n + 1) proměnných je symetrický a multiafinní s diagonálou b(u). Z čehož plyne, že c[u 0... u n ] je (n + 1)- proměnná polární forma b(u). Tedy, použitím Věty 1 v odstavci 3.2 a postupným počítáním dostaneme, že c i = c[a n+1 i a bi b] = i n+1 i b[a a bi 1 b] + n + 1 i n + 1 n + 1 = i n + 1 b i 1 + n + 1 i n + 1 b i b[a n i a bi b] jsou Bézierovy body křivky b(u) nad [a, b] v její reprezentaci stupně n+1. Poznámka: Aproximace polynomu jistého stupně m polynomem stupně n < m se nazývá snižování stupně. Nevýhodou Bézierových křivek je jejich globální povaha. Změní-li se nějaký vrchol Bézierova polygonu, který určuje Bézierovu křivku, změní se průběh celé křivky. Tato vlastnost vedla k vyvinutí dalších křivek, např. B - spline křivek 3.12 Konvergence při zvyšování stupně Opakováním procesu zvyšování stupně křivky obdržíme reprezentaci vyššího stupně m b(t) = d k Bk m (t), m > n, k=0 se Zhouovým jednoduchým vyjádřením koeficientů d k d k = b i β ik, kde ( )( ) ( ) n m n m β ik, = / i k i k 30

31 je tzv. polyhypergeometrická distribuce známá z teorie pravděpodobnosti. Odvození plyne snadno: b(t) = = = b i Bi n (t)(1 t + t) m n (3.1) ( )( ) m n n m n b i t i+j (1 t) m i j (3.2) j=0 i j ( m n ) b i β ik, Bk m (t), kde k = i + j (3.3) k=0 Podobně jako konvergence vyplývající z opakoveného zjemňování, Bézierův polygon stupně n reprezentující b(t) konverguje k b[0, 1] pro m rostucí do nekonečna. Přepsáním β ik, dostaneme ( ) n i 1 n 1 k α m k + i α β ik = (3.4) i a=0 m α α=1 m α ( ) n = (k/m) i (1 k/m) n i + O(1/m) (3.5) i = Bi n (k/m) + O(1/m). (3.6) Substituce 3.6 do rovnice pro d k dává max d k b(k/m) = O(1/m). k=0,...,m 31

32 Kapitola 4 Aproximace křivek - Bézierova kubika Nejčastěji se v počítačové geometrii využívá pro konstruování křivek a ploch parametrických kubik. Vektorové polynomy vyššího než třetího stupně mohou sice popisovat ještě složitější křivky, tyto funkce mají ale nevýhody, pro které se používají jen výjimečně. Mají velký počet koeficientů, jejichž geometrický význam je obtížné charakterizovat, mohou mít nevítané vlnění a výpočtový čas se prodlužuje. V této kapitolce popíšeme aproximaci kružnice, elipsy a sinusoidy pomocí Bézierovy kubiky 3 b(t) = b i Bi 3 (t), funkce B 3 i jsou kubické funkce (Bernsteinovy polynomu stupně 3) B 3 0(t) = (1 t) 3, B 3 1(t) = 3t(1 t) 2, B 3 2(t) = 3t 2 (1 t), B 3 3(t) = t Aproximace kružnice Čtvrtkružnici mezi body A, C nahradíme obloukem kubiky. Požadujeme, aby pro hodnoty parametru 0,1/2,1 procházela body b 0 = A, B, b 3 = C a aby v bodech b 0 a b 3 měla tečny rovnoběžné se souřadnicovými osami. Je tedy b 0 = [1, 0], b 1 = [1, d 1 ], b 2 = [d 2, 1], b 3 = [0, 1], kde d 1, d 2 jsou neznámé, které určíme z podmínky na bod B. Dosazením výše dostaneme parametrické rovnice náhradní kubiky x(t) = (1 t) 3 + 3t(1 t) 2 + 3t 2 (1 t)d 1 32

33 y(t) = 3t(1 t) 2 d 2 + 3t 2 (1 t) + t 3. Z podmínky, že pro t = 0, 5 kubika prochází bodem B = (cos 45, sin 45 ), dostaneme d 1 = d 2. = 0, Vzdálenost mezi kružnicí a bodem náhradní kubiky, měřená na přímce procházející počátkem, není větší než Aproximace elipsy Čtvrtelipsu mezi vrcholy A, C s délkami poloos a, b nahradíme parametrickou kubikou. Budeme požadovat, aby parametru t = 0, 5 byl přiřazen bod E elipsy, určený trojúhelníkovou konstrukcí, ostatní podmínky jsou analogické předchozím. Je tedy b 0 = A = [a, 0], b 1 = [a, d 1 ], b 2 = [d 2, b], b 3 = [0, b], kde d 1, d 2 jsou neznámé, které určíme z podmínky na bod E. Dosazením výše dostaneme parametrické rovnice náhradní kubiky x(t) = a (1 t) 3 + a 3t(1 t) 2 + 3t 2 (1 t)d 1 y(t) = 3t(1 t) 2 d 2 + b 3t 2 (1 t) + b t 3. Z podmínky, že pro t = 0, 5 kubika prochází bodem E = (a cos 45, b sin 45 ), dostaneme. = 0, a d 1 d 2. = 0, b. 4.3 Aproximace sinusoidy Parametrická kubika je algebraická křivka nejnižšího stupně mající inflexní bod. Tuto vlastnost využijeme při konstruování kubiky aproximující oblouk sinusoidy mezi inflexním bodem A a vrcholem B. Interpolační kubika bude určena inflexním bodem b 0 = A, tečnou b 0 b 1 mající směrnici 1, bodem 3 = B a tečnou b 2 b 3 s tečnou rovnoběžnou s osou x.je tedy b 0 = [0, 0], b 1 = [d 1, d 1 ], b 2 = [d 2, 1], b 3 = [ π 2, 1], 33

34 kde d 1, d 2 jsou neznámé, které určíme z podmínky inflexe. Dosazením do výše uvedeného tvaru Bézierovy kubiky dostaneme parametrické rovnice náhradní kubiky x(t) = π 2 3t(1 t)2 + d 0 3t 2 (1 t) + d 1 t 3 y(t) = 3t(1 t) 2 + d 1 3t 2 (1 t). Z podmínky inflexe v bodě A: Protože b (0) = b 0 B 1 (0) + b 1 B 2 (0) + b 2 B 2 (0) + b 3 B 3 (0) = o. B 0 (0) = 6, B 1 (0) = 12, B 2 (0) = 6, B 3 (0) = 0, obdržíme dvě rovnice pro neznámé d 1, d 2 : 0 = 12d 1 + 6d 2 0 = 12d s řešením d 1 = 1 2, d 2 = 1. 34

35 Literatura [1] Boehm W.,Paluszny M., Prautzsch H.: Bézier and B-Spline Techniques, Springer, Reading, [2] Drs L.: Plochy ve výpočetní technice, SNTL, Praha, [3] Najzar K.: Spline funkce a křivky, Praha,

Bézierovy křivky Bohumír Bastl KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26

Bézierovy křivky Bohumír Bastl KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26 Bézierovy křivky Bohumír Bastl (bastl@kma.zcu.cz) KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26 Opakování Spline křivky opakování Bézierovy křivky GPM 2 / 26 Opakování Interpolace

Více

Zavedeme-li souřadnicový systém {0, x, y, z}, pak můžeme křivku definovat pomocí vektorové funkce.

Zavedeme-li souřadnicový systém {0, x, y, z}, pak můžeme křivku definovat pomocí vektorové funkce. KŘIVKY Křivka = dráha pohybujícího se bodu = = množina nekonečného počtu bodů, které závisí na parametru (čase). Proto můžeme křivku také nazvat jednoparametrickou množinou bodů. Zavedeme-li souřadnicový

Více

Kristýna Bémová. 13. prosince 2007

Kristýna Bémová. 13. prosince 2007 Křivky v počítačové grafice Kristýna Bémová Univerzita Karlova v Praze 13. prosince 2007 Kristýna Bémová (MFF UK) Křivky v počítačové grafice 13. prosince 2007 1 / 36 Pojmy - křivky a jejich parametrické

Více

15. listopadu Matematický ústav UK Matematicko-fyzikální fakulta. Hermitovská interpolace

15. listopadu Matematický ústav UK Matematicko-fyzikální fakulta. Hermitovská interpolace Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta Hermitovská interpolace 15. listopadu 2017 Zbyněk Šír (MÚ UK) - Geometrické modelování 15. listopadu 2017 1 / 23 Hermiteovská

Více

Základní vlastnosti křivek

Základní vlastnosti křivek křivka množina bodů v rovině nebo v prostoru lze chápat jako trajektorii pohybu v rovině či v prostoru nalezneme je také jako množiny bodů na ploše křivky jako řezy plochy rovinou, křivky jako průniky

Více

Jana Dannhoferová Ústav informatiky, PEF MZLU

Jana Dannhoferová Ústav informatiky, PEF MZLU Počítačová grafika Křivky Jana Dannhoferová (jana.dannhoferova@mendelu.cz) Ústav informatiky, PEF MZLU Základní vlastnosti křivek křivka soustava parametrů nějaké rovnice, která je posléze generativně

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Elementární křivky a plochy

Elementární křivky a plochy Příloha A Elementární křivky a plochy A.1 Analytický popis geometrických objektů Geometrické vlastnosti, které jsme dosud studovali, se týkaly především základních geometrických objektů bodů, přímek, rovin

Více

KMA/GPM Barycentrické souřadnice a

KMA/GPM Barycentrické souřadnice a KMA/GPM Barycentrické souřadnice a trojúhelníkové pláty František Ježek jezek@kma.zcu.cz Katedra matematiky Západočeské univerzity v Plzni, 2008 19. dubna 2009 1 Trojúhelníkové pláty obecně 2 Barycentrické

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

Interpolace, ortogonální polynomy, Gaussova kvadratura

Interpolace, ortogonální polynomy, Gaussova kvadratura Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť

Více

Občas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z:

Občas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z: PARCIÁLNÍ DERIVACE Jak derivovat reálné funkce více proměnných aby bylo možné tyto derivace použít podobně jako derivace funkcí jedné proměnné? Jestliže se okopíruje definice z jedné proměnné dostane se

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b.

x 2 = a 2 + tv 2 tedy (a 1, a 2 ) T + [(v 1, v 2 )] T A + V Příklad. U = R n neprázdná množina řešení soustavy Ax = b. 1. Afinní podprostory 1.1. Motivace. Uvažujme R 3. Jeho všechny vektorové podprostory jsou počátek, přímky a roviny procházející počátkem a celé R 3. Chceme-li v R 3 dělat geometrii potřebujeme i jiné

Více

Otázku, kterými body prochází větev implicitní funkce řeší následující věta.

Otázku, kterými body prochází větev implicitní funkce řeší následující věta. 1 Implicitní funkce Implicitní funkce nejsou funkce ve smyslu definice, že funkce bodu z definičního oboru D přiřadí právě jednu hodnotu z oboru hodnot H. Přesnější termín je funkce zadaná implicitně.

Více

2. kapitola: Euklidovské prostory

2. kapitola: Euklidovské prostory 2. kapitola: Euklidovské prostory 2.1 Definice. Euklidovským n-rozměrným prostorem rozumíme neprázdnou množinu E n spolu s vektorovým prostorem V n a přiřazením, které každému bodu a z E n a každému vektoru

Více

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

Limita a spojitost funkce a zobrazení jedné reálné proměnné

Limita a spojitost funkce a zobrazení jedné reálné proměnné Přednáška 4 Limita a spojitost funkce a zobrazení jedné reálné proměnné V několika následujících přednáškách budeme studovat zobrazení jedné reálné proměnné f : X Y, kde X R a Y R k. Protože pro každé

Více

Úvodní informace. 17. února 2018

Úvodní informace. 17. února 2018 Úvodní informace Funkce více proměnných Přednáška první 17. února 2018 Obsah 1 Úvodní informace. 2 Funkce více proměnných Definiční obor Limita a spojitost Derivace, diferencovatelnost, diferenciál Úvodní

Více

Maturitní témata z matematiky

Maturitní témata z matematiky Maturitní témata z matematiky G y m n á z i u m J i h l a v a Výroky, množiny jednoduché výroky, pravdivostní hodnoty výroků, negace operace s výroky, složené výroky, tabulky pravdivostních hodnot důkazy

Více

7. Aplikace derivace 7E. Křivky. 7E. Křivky

7. Aplikace derivace 7E. Křivky. 7E. Křivky 7E. Křivky Derivace nacházejí uplatnění také při studiu křivek. Obrazně řečeno křivka v rovině je množina bodů, která vznikne pohybem pera po papíře. Předpokládáme přitom, že hrot pera je stále v kontaktu

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti: Přednáška 1. Definice 1.1. Nechť je množina. Funkci ρ : R nazveme metrikou, jestliže má následující vlastnosti: (1 pro každé x je ρ(x, x = 0; (2 pro každé x, y, x y, je ρ(x, y = ρ(y, x > 0; (3 pro každé

Více

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní

Více

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2, Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se

Více

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague Tomáš Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 63 1 2 3 4 5 6 7 8 9 10 11 2 / 63 Aritmetický vektor Definition 1 Aritmetický vektor x je uspořádaná

Více

Diferenciální geometrie

Diferenciální geometrie Diferenciální geometrie Pomocný učební text díl I. František Ježek Plzeň, červen 2005 Obsah 1 Křivky 4 1.1 Vyjádření křivky......................... 4 1.2 Transformace parametru..................... 5

Více

Matematika I 12a Euklidovská geometrie

Matematika I 12a Euklidovská geometrie Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012 Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy Plán přednášky

Více

Lingebraické kapitolky - Analytická geometrie

Lingebraické kapitolky - Analytická geometrie Lingebraické kapitolky - Analytická geometrie Jaroslav Horáček KAM MFF UK 2013 Co je to vektor? Šipička na tabuli? Ehm? Množina orientovaných úseček majících stejný směr. Prvek vektorového prostoru. V

Více

Čebyševovy aproximace

Čebyševovy aproximace Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory 5 Vlastní čísla a vlastní vektor Poznámka: Je-li A : V V lineární zobrazení z prostoru V do prostoru V někd se takové zobrazení nazývá lineárním operátorem, pak je přirozeným požadavkem najít takovou bázi

Více

ANALYTICKÁ GEOMETRIE V ROVINĚ

ANALYTICKÁ GEOMETRIE V ROVINĚ ANALYTICKÁ GEOMETRIE V ROVINĚ Analytická geometrie vyšetřuje geometrické objekty (body, přímky, kuželosečky apod.) analytickými metodami. Podle prostoru, ve kterém pracujeme, můžeme analytickou geometrii

Více

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Jan Slovák Masarykova univerzita Fakulta informatiky 16. 9. 2008 Obsah přednášky 1 Literatura 2 Funkce a

Více

X = A + tu. Obr x = a 1 + tu 1 y = a 2 + tu 2, t R, y = kx + q, k, q R (6.1)

X = A + tu. Obr x = a 1 + tu 1 y = a 2 + tu 2, t R, y = kx + q, k, q R (6.1) .6. Analtická geometrie lineárních a kvadratických útvarů v rovině. 6.1. V této kapitole budeme studovat geometrické úloh v rovině analtick, tj. lineární a kvadratické geometrické útvar vjádříme pomocí

Více

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s. 3.4. Výklad Předpokládejme, že v prostoru E 3 jsou dány body A, B, C neležící na jedné přímce. Těmito body prochází jediná rovina, kterou označíme ABC. Určíme vektory u = B - A, v = C - A, které jsou zřejmě

Více

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz 1/15 ANALYTICKÁ GEOMETRIE Základní pojmy: Soustava souřadnic v rovině a prostoru Vzdálenost bodů, střed úsečky Vektory, operace s vektory, velikost vektoru, skalární součin Rovnice přímky Geometrie v rovině

Více

1 Linearní prostory nad komplexními čísly

1 Linearní prostory nad komplexními čísly 1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)

Více

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy

Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Lukáš Havrlant Univerzita Palackého 10. ledna 2014 Primární zdroj Jiří Adámek: Foundations of Coding. Strany 137 160. Na webu ke stažení, heslo:

Více

6. ANALYTICKÁ GEOMETRIE

6. ANALYTICKÁ GEOMETRIE Vektorová algebra 6. ANALYTICKÁ GEOMETRIE Pravoúhlé souřadnice bodu v prostoru Poloha bodu v prostoru je vzhledem ke třem osám k sobě kolmým určena třemi souřadnicemi, které tvoří uspořádanou trojici reálných

Více

Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32

Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32 Matematika 1 12. přednáška MA1 1 Analytická geometrie v prostoru - základní pojmy 2 Skalární, vektorový a smíšený součin, projekce vektoru 3 Přímky a roviny 4 Vzdálenosti 5 Příčky mimoběžek 6 Zkouška;

Více

1 Analytická geometrie

1 Analytická geometrie 1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice

Více

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

Analytická geometrie lineárních útvarů

Analytická geometrie lineárních útvarů ) Na přímce: a) Souřadnice bodu na přímce: Analtická geometrie lineárních útvarů Bod P nazýváme počátek - jeho souřadnice je P [0] Nalevo od počátku leží čísla záporná, napravo čísla kladná. Každý bod

Více

KŘIVKY A PLOCHY. Obrázky (popř. slajdy) převzaty od

KŘIVKY A PLOCHY. Obrázky (popř. slajdy) převzaty od KŘIVKY A PLOCHY JANA ŠTANCLOVÁ jana.stanclova@ruk.cuni.cz Obrázky (popř. slajdy) převzaty od RNDr. Josef Pelikán, CSc., KSVI MFF UK Obsah matematický popis křivek a ploch křivky v rovině implicitní tvar

Více

Michal Zamboj. December 23, 2016

Michal Zamboj. December 23, 2016 Meziřádky mezi kuželosečkami - doplňkový materiál k přednášce Geometrie Michal Zamboj December 3, 06 Pozn. Najdete-li chybu, neváhejte mi napsat, může to ušetřit tápání Vašich kolegů. Pozn. v dokumentu

Více

Limita a spojitost funkce

Limita a spojitost funkce Přednáška 5 Limita a spojitost funkce V této přednášce se konečně dostaneme k diferenciálnímu počtu funkce jedné reálné proměnné. Diferenciální počet se v podstatě zabývá lokálním chováním funkce v daném

Více

Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel

Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -

Více

Lineární algebra : Metrická geometrie

Lineární algebra : Metrická geometrie Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních

Více

1 Řešení soustav lineárních rovnic

1 Řešení soustav lineárních rovnic 1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty

Více

6.1 Vektorový prostor

6.1 Vektorový prostor 6 Vektorový prostor, vektory Lineární závislost vektorů 6.1 Vektorový prostor Nechť je dán soubor nějakých prvků, v němž je dána jistá struktura vztahů mezi jednotlivými prvky nebo v němž jsou předepsána

Více

1 Topologie roviny a prostoru

1 Topologie roviny a prostoru 1 Topologie roviny a prostoru 1.1 Základní pojmy množin Intervaly a okolí Intervaly v rovině nebo prostoru jsou obdélníky nebo hranoly se stranami rovnoběžnými s osami souřadnic. Podmnožiny intervalů se

Více

19 Eukleidovský bodový prostor

19 Eukleidovský bodový prostor 19 Eukleidovský bodový prostor Eukleidovským bodovým prostorem rozumíme afinní bodový prostor, na jehož zaměření je definován skalární součin. Víme, že pomocí skalárního součinu jsou definovány pojmy norma

Více

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení

Více

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0.

a vlastních vektorů Příklad: Stanovte taková čísla λ, pro která má homogenní soustava Av = λv nenulové (A λ i I) v = 0. Výpočet vlastních čísel a vlastních vektorů S pojmem vlastního čísla jsme se již setkali například u iteračních metod pro řešení soustavy lineárních algebraických rovnic. Velikosti vlastních čísel iterační

Více

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud

Více

Matematický ústav UK Matematicko-fyzikální fakulta

Matematický ústav UK Matematicko-fyzikální fakulta Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta 5. října 2016 Zbyněk Šír (MÚ UK) - Geometrické modelování 5. října 2016 1 / 14 Obsah dnešní přednášky Co je to geometrické

Více

Odvození středové rovnice kružnice se středem S [m; n] a o poloměru r. Bod X ležící na kružnici má souřadnice [x; y].

Odvození středové rovnice kružnice se středem S [m; n] a o poloměru r. Bod X ležící na kružnici má souřadnice [x; y]. Konzultace č. 6: Rovnice kružnice, poloha přímky a kružnice Literatura: Matematika pro gymnázia: Analytická geometrie, kap. 5.1 a 5. Sbírka úloh z matematiky pro SOŠ a studijní obory SOU. část, kap. 6.1

Více

Křivky a plochy technické praxe

Křivky a plochy technické praxe Kapitola 7 Křivky a plochy technické praxe V technické praxi se setkáváme s tím, že potřebujeme křivky a plochy, které se dají libovolně upravovat a zároveň je jejich matematické vyjádření jednoduché.

Více

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program Program Diferenční rovnice Program Diferenční rovnice Diferenciální rovnice Program Frisch a Samuelson: Systém je dynamický, jestliže jeho chování v čase je určeno funkcionální rovnicí, jejíž neznámé závisí

Více

Aproximační křivky. Trocha historie. geometrické modelování veliký pokrok v oblasti letectví 1944 Roy Liming

Aproximační křivky. Trocha historie. geometrické modelování veliký pokrok v oblasti letectví 1944 Roy Liming Trocha historie geometrické modelování veliký pokrok v oblasti letectví 944 Roy Liming analytik, North American Aviation (výrobce letadel) společně s konstruktérem a designérem Edgardem Schmuedem matematizace

Více

Michal Zamboj. January 4, 2018

Michal Zamboj. January 4, 2018 Meziřádky mezi kuželosečkami - doplňkový materiál k přednášce Geometrie Michal Zamboj January 4, 018 Pozn. Najdete-li chybu, neváhejte mi napsat, může to ušetřit tápání Vašich kolegů. Pozn. v dokumentu

Více

OBECNOSTI KONVERGENCE V R N

OBECNOSTI KONVERGENCE V R N FUNKCE VÍCE PROMĚNNÝCH V reálných situacích závisejí děje obvykle na více proměnných než jen na jedné (např. na teplotě i na tlaku), závislost na jedné proměnné je spíše výjimkou. OBECNOSTI Reálná funkce

Více

15 Maticový a vektorový počet II

15 Maticový a vektorový počet II M. Rokyta, MFF UK: Aplikovaná matematika III kap. 15: Maticový a vektorový počet II 1 15 Maticový a vektorový počet II 15.1 Úvod Opakování z 1. ročníku (z kapitoly 8) Označení. Množinu všech reálných resp.

Více

8 Matice a determinanty

8 Matice a determinanty M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou

Více

1 Projekce a projektory

1 Projekce a projektory Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor

Více

Matematický ústav UK Matematicko-fyzikální fakulta

Matematický ústav UK Matematicko-fyzikální fakulta Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta 2. října 2018 Zbyněk Šír (MÚ UK) - Geometrické modelování 2. října 2018 1 / 15 Obsah dnešní přednášky Co je to geometrické

Více

Základy maticového počtu Matice, determinant, definitnost

Základy maticového počtu Matice, determinant, definitnost Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n

Více

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice I. Funkce dvou a více reálných proměnných 1. Úvod Značení: V textu budeme používat označení: N pro množinu všech přirozených čísel; R pro množinu všech reálných čísel; R n pro množinu všech uspořádaných

Více

Interpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,

Více

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 40 regula Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague regula 1 2 3 4 5 regula 6 7 8 2 / 40 2 / 40 regula Iterační pro nelineární e Bud f reálná funkce

Více

1 Polynomiální interpolace

1 Polynomiální interpolace Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,

Více

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m. Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n

Více

6. Vektorový počet Studijní text. 6. Vektorový počet

6. Vektorový počet Studijní text. 6. Vektorový počet 6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.

Více

Matematická analýza III.

Matematická analýza III. 2. Parciální derivace Miroslav Hušek, Lucie Loukotová UJEP 2010 Parciální derivace jsou zobecněním derivace funkce jedné proměnné. V této kapitole poznáme jejich základní vlastnosti a využití. Co bychom

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde

Více

EUKLIDOVSKÉ PROSTORY

EUKLIDOVSKÉ PROSTORY EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,

Více

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28. INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška

Více

Maturitní otázky z předmětu MATEMATIKA

Maturitní otázky z předmětu MATEMATIKA Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu MATEMATIKA 1. Výrazy a jejich úpravy vzorce (a+b)2,(a+b)3,a2-b2,a3+b3, dělení mnohočlenů, mocniny, odmocniny, vlastnosti

Více

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i. KOMLEXNÍ ČÍSLA C = {a + bi; a, b R}, kde i 2 = 1 Číslo komplexně sdružené k z = a + bi je číslo z = a bi. Operace s komplexními čísly: z = a + bi, kde a, b R v = c + di, kde c, d R Sčítání Odčítání Násobení

Více

Gymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021

Gymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021 Maturitní témata MATEMATIKA 1. Funkce a jejich základní vlastnosti. Definice funkce, def. obor a obor hodnot funkce, funkce sudá, lichá, monotónnost funkce, funkce omezená, lokální a globální extrémy funkce,

Více

Operace s maticemi. 19. února 2018

Operace s maticemi. 19. února 2018 Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice

Více

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního

Více

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),

Více

Aproximační křivky. Trocha historie. geometrické modelování veliký pokrok v oblasti letectví 1944 Roy Liming

Aproximační křivky. Trocha historie. geometrické modelování veliký pokrok v oblasti letectví 1944 Roy Liming Trocha historie geometrické modelování veliký pokrok v oblasti letectví 944 Roy Liming analytik, North American Aviation (výrobce letadel) společně s konstruktérem a designérem Edgardem Schmuedem matematizace

Více

Úvod do lineární algebry

Úvod do lineární algebry Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky

Více

1. a) Určete parciální derivace prvního řádu funkce z = z(x, y) dané rovnicí z 3 3xy 8 = 0 v

1. a) Určete parciální derivace prvního řádu funkce z = z(x, y) dané rovnicí z 3 3xy 8 = 0 v . a) Určete parciální derivace prvního řádu funkce z = z(x, y) dané rovnicí z xy 8 = v bodě A =, ]. b) e grafu funkce f najděte tečnou rovinu, která je rovnoběžná s rovinou ϱ. f(x, y) = x + y x, ϱ : x

Více

CZ 1.07/1.1.32/02.0006

CZ 1.07/1.1.32/02.0006 PO ŠKOLE DO ŠKOLY CZ 1.07/1.1.32/02.0006 Číslo projektu: CZ.1.07/1.1.32/02.0006 Název projektu: Po škole do školy Příjemce grantu: Gymnázium, Kladno Název výstupu: Prohlubující semináře Matematika (MI

Více

14. přednáška. Přímka

14. přednáška. Přímka 14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1

Více

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při

Více

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2 6 Skalární součin Skalární součin 1 je operace, která dvěma vektorům (je to tedy binární operace) přiřazuje skalár (v našem případě jde o reálné číslo, obecně se jedná o prvek nějakého tělesa T ). Dovoluje

Více

10 Funkce více proměnných

10 Funkce více proměnných M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y

Více

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost

Více

9 Kolmost vektorových podprostorů

9 Kolmost vektorových podprostorů 9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

Více

Matematická analýza pro informatiky I.

Matematická analýza pro informatiky I. Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání

Více

3.2. ANALYTICKÁ GEOMETRIE ROVINY

3.2. ANALYTICKÁ GEOMETRIE ROVINY 3.2. ANALYTICKÁ GEOMETRIE ROVINY V této kapitole se dozvíte: jak popsat rovinu v třídimenzionálním prostoru; jak analyzovat vzájemnou polohu bodu a roviny včetně jejich vzdálenosti; jak analyzovat vzájemnou

Více

6 Lineární geometrie. 6.1 Lineární variety

6 Lineární geometrie. 6.1 Lineární variety 6 Lineární geometrie Motivace. Pojem lineární varieta, který budeme v této kapitole studovat z nejrůznějších úhlů pohledu, není žádnou umělou konstrukcí. Příkladem lineární variety je totiž množina řešení

Více

PŘÍMKA A JEJÍ VYJÁDŘENÍ V ANALYTICKÉ GEOMETRII

PŘÍMKA A JEJÍ VYJÁDŘENÍ V ANALYTICKÉ GEOMETRII PŘÍMKA A JEJÍ VYJÁDŘENÍ V ANALYTICKÉ GEOMETRII V úvodu analytické geometrie jsme vysvětlili, že její hlavní snahou je popsat geometrické útvary (body, vektory, přímky, kružnice,...) pomocí čísel nebo proměnných.

Více

DERIVACE. ln 7. Urči, kdy funkce roste a klesá a dále kdy je konkávní a

DERIVACE. ln 7. Urči, kdy funkce roste a klesá a dále kdy je konkávní a DERIVACE 1. Zderivuj funkci y = ln 2 (sin x + tg x 2 ) 2. Zderivuj funkci y = 2 e x2 cos x 3. Zderivuj funkci y = 3 e sin2 (x 2 ) 4. Zderivuj funkci y = x3 +2x 2 +sin x x 5. Zderivuj funkci y = cos2 x

Více