Souřadnicové prostory
|
|
- Rostislav Beran
- před 7 lety
- Počet zobrazení:
Transkript
1 Prostor objektu Tr. objektu Tr. modelu Prostor scény Souřadnicové prostory V V x, y z x, y z z -z x, y Tr. objektu V =V T 1 T n M Tr. modelu Tr. scény x, y Tr. pohledu Tr. scény Tr. pohledu Prostor pozorovatele V -z V =V T 1 T n P Tr. objemu x, y Dehomog. Projekce Prostor průmětny Prostor obrazovky V y x Pom1=V O // transformace objemu Pom2= [Pom1.x/Pom1.w; Pom1.y/Pom1.w; Pom1.z/Pom1.w] // dehomogenizace V =[Pom2.x; Pom2.y] //projekce
2 Prostor objektu, scény Matice T 1,,T n reprezentují libovolné prosté transformace E 3 E 3. Vřadě úloh nebývají použity. Matice M transformuje objekt ze souřadnic prostoru objektu do souřadnic prostoru scény například posunutí a otočení vůči ostatním objektům scény můžeme tak opakovaným vykreslováním jediného objektu s různými maticemi M pokrýt celou scénu (zalesnění, ).
3 Transformace pohledu Matice P, tedy transformace pohledu, transformuje všechny objekty ze souřadnic prostoru scény do souřadnic prostoru pozorovatele. Soustava souřadnic pozorovatele (SSP) je popsána v soustavě souřadnic scény (SSS) počátkem S a vektory x, y, z, které určují směry os. Vektory x, y, z jsou po dvou kolmé a jsou normalizované. Na obrázku i v dalším textu je uvažována pravotočivá SSP. x s SSS z s -z S SSP x y y s
4 Transformace pohledu Nechť bod S a vektory x, y, z mají v SSS po řadě tyto souřadnice [s 1, s 2, s 3 ], (x 1, x 2, x 3 ), (y 1, y 2, y 3 ), (z 1, z 2, z 3 ). Nechť bod A má v SSP souřadnice [a 1 ;a 2 ;a 3 ]. Pak souřadnice bodu A v SSS (označme A ) jsou dány výrazem: A = S+a 1 x+a 2 y+a 3 z, maticově A = S+A B, kde vektory x, y, z tvořířádky matice B (B báze SSP). Při přechodu z prostoru scény do prostoru pozorovatele máme souřadnice bodu A (tedy souřadnice bodu A v SSS) a potřebujeme vypočítat souřadnice bodu A v SSP. Tedy hledáme matici P tak, že A h =A h P, kde A h, A h jsou body A, A doplněné homogenní souřadnicí.
5 Transformace pohledu Rovnici A = A B+S zprava násobíme maticí B -1, tudíž A B -1 = A B B -1 +S B -1, tedy (protože B B -1 = I) A B -1 = A+S B -1, takže po odečtení S B -1 od rovnice je A = A B -1 -S B -1. Vektory x, y, z (řádky matice B) jsou po dvou kolmé, takže jsou lineárně nezávislé, tudíž je matice B regulární a tím pádem matice k ní inverzní (B -1 ) existuje. B -1 je matice 3x3, -S B -1 je bod (určuje posunutí), takže výraz A B -1 -S B -1 je zápisem lineární transformace bodu A a lze ho tudíž vyjádřit transformační maticí hledanou maticí P.
6 Transformace pohledu Matice P má potom následující tvar: 0 B S B -1 1 Protože vektory x, y, z jsou po dvou kolmé a normalizované, je každý z nich výsledkem vektorového součinu zbývajících dvou (ve správném pořadí) a proto v tomto případě vyjde B -1 =B T.
7 Transformace pohledu Tedy po dosazení je P rovna: x 1 y 1 z 1 0 x 2 y 2 z 2 0 x 3 y 3 z 3 0 -S x -S y -S z 1 skalární součin bodu S a vektoru z -(s 1 z 1 +s 2 z 2 +s 3 z 3 ) SSP bývá v SSS zadána pozicí oka (S), vektorem směru pohledu pozorovatele (-z) a vektorem, který pozorovatel vidí jako svislý (y). Vektor x je dopočítán vektorovým součinem y z.
8 Transformace pohledu Nechť E (eye) je pozice pozorovatele, v (view) je vektor pohledu a u (up) je vektor viděný svisle. Potom správné hodnoty S, x, y, z se dopočítají následovně: S = E; z = normalizuj(-v); x = normalizuj(u z); y = z x; normalizovaný vektor má velikost 1 normalizace je vydělení všech souřadnic velikostí vektoru
9 Transformace pohledu Pozorovatel může být zadán také pozicí a dvěma úhly, azimutem (pohled vlevo, vpravo) a zenitem (pohled nahoru a dolů). Takto zadaný pozorovatel se snadno ovládá. Vektory v a u (viz předchozí snímek) se potom dopočítají následovně: v.x = cos(azimut) cos(zenit); v.y = sin(azimut) cos(zenit); v.z = sin(zenit); u.x = cos(azimut) cos(zenit+π/2); u.y = sin(azimut) cos(zenit+π/2); u.z = sin(zenit+π/2); Pozorovatele ovládáme změnou úhlů ( rozhlížení se ) a přičítáním násobku vektoru v k pozici E (pohyb vpřed a vzad). Je vhodné omezit zenit na interval <-π/2; π/2>.
10 Transformace zobrazovacího objemu Vzhledem k rozlišení zobrazovacích zařízení (obrazovky) není možné zobrazit celý prostor popsatelný reálnými souřadnicemi. Vždy je zobrazována pouze část prostoru zobrazovací objem. Bod X v prostoru pozorovatele je vidět v průmětně, právě když leží v zobrazovacím objemu. Abychom mohli snadno a jednotně testovat viditelnost, budeme zobrazovací objemy transformovat na objem <-1;1> <-1;1> <0;1>, který nazýváme homogenní ořezávací objem.
11 Transformace zobrazovacího objemu pravoúhlého promítání Zobrazovací objem pravoúhlého promítání je kvádr se středem na ose z, jehož stěny jsou kolmé k osám a který má šířku w, výšku h, přední stěnu vzdálenou z n (z near) od počátku a zadní stěnu vzdálenou z f (z far) od počátku. Viz obrázek. zobrazovací objem pravoúhlého promítání: -z homogenní ořezávací objem: z z f 1 w h z n x,y -1 1 x,y
12 Transformace zobrazovacího objemu pravoúhlého promítání Snadno lze odvodit následující matici O: 2/w /h /(z n - z f ) z n /(z n - z f ) 1 Poznámky: w > 0 h > 0 z f > z n > 0
13 Transformace zobrazovacího objemu středového promítání Zobrazovací objem středového promítání je komolý jehlan s těžištěm na ose z, s přední stěnou vzdálenou z n od počátku a zadní stěnou vzdálenou z f od počátku. Roviny bočních stěn procházejí počátkem, horní a dolní stěna svírají úhel pohledu α. Poměr šířky přední stěny ku jeho výšce označme k. zobrazovací objem středového promítání: -z homogenní ořezávací objem: z z f 1 α z n x,y -1 1 x,y
14 Transformace zobrazovacího objemu středového promítání Pro středové promítání lze odvodit následující matici O: w h z f /(z n - z f ) z n z f /(z n - z f ) 0 kde h = cot(α/2); w = k h; Poznámky: α (0; π), k > 0, z f > z n > 0
15 Výsledná transformace Všechny transformační matice se vynásobí ve správném pořadí do výsledné matice T a tou je zprava vynásoben bod V. Transformace tedy neprobíhají tak, jak je uvedeno na prvním snímku přes pomocné body V, V (to je uvedeno pouze pro ilustraci), ale podle následující ukázky: T = To 1 To n M Ts 1 Ts n P O; Pom1 = V T;
16 Dehomogenizace Faktická transformace není dokončena, dokud nedošlo ke správné dehomogenizaci. Zanedbání homogenní souřadnice nestačí viz matice transformace objemu středového promítání: v homogenní souřadnici je -z, kterým je nezbytné vydělit všechny souřadnice. Tedy souřadnice bodu, který je výsledkem provedení všech transformací na bod V, jsou následující: Pom2.x = Pom1.x/Pom1.w; Pom2.y = Pom1.y/Pom1.w; Pom2.z = Pom1.z/Pom1.w;
17 Ořezávání Po provedení dehomogenizace je možné testovat, zda uvažovaný bod V leží v zobrazovacím objemu. To je ověřováno testováním, zda transformovaný bod (Pom2) leží v homogenním ořezávacím objemu: if (Pom2.x<-1 Pom2.x>1 Pom2.y<-1 Pom2.y>1 Pom2.z<0 Pom2.z>1) bod leží mimo zobrazovaný objem a není vidět
18 Ořezávání Při testu objektu (trojúhelníku) sledujeme, zda maxima souřadnic všech bodů na jednotlivých osách jsou menší než -1 (resp. 0) nebo zda minima jsou větší než 1. Pokud platí alespoň jedna z podmínek (3 pro minimum, 3 pro maximum), pak celý objekt je určitě mimo výřez a ani část není vidět. V opačném případě již část vidět být může ( jistě nic nevíme, tak musíme vykreslit ). Existují přesnější (pomalejší) testy.
19 Průmětna a obrazovka Vzhledem k proběhlé transformaci zobrazovacího objemu je vlastní projekce vždy pravoúhlé promítání, tedy zanedbání souřadnice z. Souřadnice promítnutých viditelných bodů jsou v rozmezí <-1;1>, osa y je orientována opačně než v případě obrazovky, takže souřadnice ještě převedeme do souřadnic obrazovky. Nechť w a h jsou šířka a výška obrazovky, souřadnice levého horního rohu jsou [0;0]. Pak vykreslujeme na souřadnice x, y podle následujícího předpisu (možno vyjádřit vektorově): x = (w-1) (Pom2.x+1)/2; y = (h-1) (1-Pom2.y)/2;
Úvod Typy promítání Matematický popis promítání Implementace promítání Literatura. Promítání. Pavel Strachota. FJFI ČVUT v Praze
Promítání Pavel Strachota FJFI ČVUT v Praze 30. března 2011 Obsah 1 Úvod 2 Typy promítání 3 Matematický popis promítání 4 Implementace promítání Obsah 1 Úvod 2 Typy promítání 3 Matematický popis promítání
VíceZÁKLADNÍ ZOBRAZOVACÍ METODY
ZÁKLADNÍ ZOBRAZOVACÍ METODY Prostorové útvary zobrazujeme do roviny pomocí promítání, což je jisté zobrazení trojrozměrného prostoru (uvažujme rozšířený Eukleidovský prostor) do roviny, které je zadáno
VíceANALYTICKÁ 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,
VíceLineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)
4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost
Více9 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.
VíceLineární 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
VíceVektory 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
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé
Vícematiceteorie 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
Více0.1 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
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
VíceGymnázium Jiřího Ortena, Kutná Hora. Průřezová témata Poznámky. Téma Školní výstupy Učivo (pojmy) volné rovnoběžné promítání průmětna
Předmět: Matematika Náplň: Stereometrie, Analytická geometrie Třída: 3. ročník a septima Počet hodin: 4 hodiny týdně Pomůcky: PC a dataprojektor, učebnice Stereometrie Volné rovnoběžné promítání Zobrazí
VíceSoustavy lineárních rovnic
Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
VíceEukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,
VíceANALYTICKÁ 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
Více0.1 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
VíceMomenty setrvačnosti a deviační momenty
Momenty setrvačnosti a deviační momenty Momenty setrvačnosti a deviační momenty charakterizují spolu shmotností a statickými momenty hmoty rozložení hmotnosti tělesa vprostoru. Jako takové se proto vyskytují
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
VíceMatematika 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
VícePRŮŘEZOVÉ CHARAKTERISTIKY
. cvičení PRŮŘEZOVÉ CHRKTERISTIKY Poznámka Pojem průřezu zavádíme u prutových konstrukčních prvků. Průřez je rovinný obrazec, který vznikne myšleným řezem vedeným kolmo k podélné ose nedeformovaného prutu,
VíceP R O M Í T Á N Í. rovina π - průmětna vektor s r - směr promítání. a // s r, b// s r,
P R O M Í T Á N Í Promítání je zobrazení prostorového útvaru do roviny. Je určeno průmětnou a směrem (rovnoběžné) nebo středem (středové) promítání. Princip rovnoběžného promítání rovina π - průmětna vektor
VíceX = 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
VíceVybrané kapitoly z matematiky
Vybrané kapitoly z matematiky VŠB-TU Ostrava 2017-2018 Vybrané kapitoly z matematiky 2017-2018 1 / 19 Základní informace předmět: 714-0513, 5 kreditů přednáší: Radek Kučera kontakt: radek.kucera@vsb.cz,
VíceLinearní algebra příklady
Linearní algebra příklady 6. listopadu 008 9:56 Značení: E jednotková matice, E ij matice mající v pozici (i, j jedničku a jinak nuly. [...]... lineární obal dané soustavy vektorů. Popište pomocí maticového
Více6. 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
VíceSPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník SOUŘADNICOVÉ SOUSTAVY VE FOTOGRAMMETRII
SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník SOUŘADNICOVÉ SOUSTAVY VE FOTOGRAMMETRII SOUŘADNICOVÉ SOUSTAVY VE FTM hlavní souřadnicové soustavy systém snímkových souřadnic systém modelových
VíceNecht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru
2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních
VíceA[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
VíceReprezentace 3D modelu
Ing. Jan Buriánek (ČVUT FIT) Reprezentace 3D modelu BI-MGA, 2010, Přednáška 8 1/25 Reprezentace 3D modelu Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké
VíceUčební 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
Vícetransformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]
[1] Afinní transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím využití například v počítačové grafice Evropský sociální fond Praha & EU. Investujeme do
VíceINVESTICE 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
Více10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo
0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový
VíceMichal 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
VíceMichal 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
VíceVEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A
VEKTORY Vektorem se rozumí množina všech orientovaných úseček, které mají stejnou velikost, směr a orientaci, což vidíme na obr. 1. Jedna konkrétní orientovaná úsečka se nazývá umístění vektoru na obr.
VíceOtázku, 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.
VíceKótované promítání. Úvod. Zobrazení bodu
Úvod Kótované promítání Každá promítací metoda má z pohledu praxe určité výhody i nevýhody podle toho, co při jejím užití vyžadujeme. Protože u kótovaného promítání jde o zobrazení prostoru na jednu rovinu,
Více11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ. u. v = u v + u v. Umět ho aplikovat při
. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ Dovednosti:. Chápat pojmy orientovaná úsečka a vektor a geometrický význam součtu, rozdílu a reálného násobku orientovaných úseček a vektorů..
Více1 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
Více6. 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.
VíceRovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA
Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic
Více11 Zobrazování objektů 3D grafiky
11 Zobrazování objektů 3D grafiky Studijní cíl Tento blok je věnován základním algoritmům zobrazení 3D grafiky. Postupně budou probrány základní metody projekce kolmé promítání, rovnoběžné promítání a
VíceMatematika 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;
VíceExtrémy funkce dvou proměnných
Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže
Více(Cramerovo pravidlo, determinanty, inverzní matice)
KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce
VíceVlastní 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
VícePřipravil: David Procházka. Projekce
15. října 2013, Brno Připravil: David Procházka Projekce Počítačová grafika 2 Projekce Strana 2 / 38 Obsah přednášky 1 Projekce 2 Ortografická projekce 3 Perspektivní projekce 4 Nastavení pohledové matice
VíceAnalytická 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
Vícevyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).
Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých
VíceMATICE. 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
Více7.5.3 Hledání kružnic II
753 Hledání kružnic II Předpoklady: 750 Pedagogická poznámka: Tato hodina patří mezi vůbec nejtěžší Není reálné předpokládat, že by většina studentů dokázala samostatně přijít na řešení, po čase na rozmyšlenou
VíceSoustavy linea rnı ch rovnic
[1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.
VíceLineární algebra - I. část (vektory, matice a jejich využití)
Lineární algebra - I. část (vektory, matice a jejich využití) Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 2. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 40 Obsah 1 Vektory
VíceMatematika 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
VíceAfinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.
4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,
VíceSoustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.
[1] Terminologie [2] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová matice.
Více1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
Více14. 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
Vícepříkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.
Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl
VíceGeometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr
Geometrické transformace v prostoru Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr Shodné transformace 1 Shodné transformace stejný přístup jako ve 2D shodné transformace (shodnosti,
VíceAXONOMETRIE - 2. část
AXONOMETRIE - 2. část Průmět přímky K určení přímky stačí její dva libovolné průměty, zpravidla používáme axonometrický průmět a půdorys. Bod ležící na přímce se zobrazí do bodu na přímce v každém průmětu.
VíceDeskriptivní geometrie I zimní semestr 2017/18
Deskriptivní geometrie I zimní semestr 2017/18 Rys č. 2 Lineární perspektiva, zrcadlení Pokyny pro vypracování platné pro všechny příklady Pokud není v zadání příkladu uvedeno jinak, zobrazujte pouze viditelné
VíceKonstruktivní geometrie PODKLADY PRO PŘEDNÁŠKU
Konstruktivní geometrie & technické kreslení PODKLADY PRO PŘEDNÁŠKU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
VíceCVIČNÝ TEST 56. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 7 III. Klíč 17 IV. Záznamový list 19
CVIČNÝ TEST 56 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 7 IV. Záznamový list 9 I. CVIČNÝ TEST VÝCHOZÍ TEXT K ÚLOZE Vrchol komína Kocourkovské elektrárny vidí pozorovatel
VíceDeskriptivní geometrie pro střední školy
Deskriptivní geometrie pro střední školy Mongeovo promítání 1. díl Ivona Spurná Nakladatelství a vydavatelství R www.computermedia.cz Obsah TEMATICKÉ ROZDĚLENÍ DÍLŮ KNIHY DESKRIPTIVNÍ GEOMETRIE 1. díl
VíceNecht L je lineární prostor nad R. Operaci : L L R nazýváme
Skalární součin axiomatická definice odvození velikosti vektorů a úhlu mezi vektory geometrická interpretace ortogonalita vlastnosti ortonormálních bázi [1] Definice skalárního součinu Necht L je lineární
Vícef(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =
Řešení vzorové písemky z předmětu MAR Poznámky: Řešení úloh ze vzorové písemky jsou formulována dosti podrobně podobným způsobem jako u řešených příkladů ve skriptech U zkoušky lze jednotlivé kroky postupu
VíceCVIČNÝ TEST 3. OBSAH I. Cvičný test 2. Mgr. Zdeňka Strnadová. II. Autorské řešení 7 III. Klíč 17 IV. Záznamový list 19
CVIČNÝ TEST 3 Mgr. Zdeňka Strnadová OBSAH I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 17 IV. Záznamový list 19 I. CVIČNÝ TEST VÝCHOZÍ TEXT K ÚLOZE 1 Jsou dány intervaly A = ( ; 2), B = 1; 3, C = 0;
Více11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ
11. VEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ Dovednosti: 1. Chápat pojmy orientovaná úsečka a vektor a geometrický význam součtu, rozdílu a reálného násobku orientovaných úseček a vektorů..
VíceAPLIKACE. Poznámky Otázky
APLIKACE Následující úlohy lze zhruba rozdělit na geometrické, algebraické a úlohy popisující různé stavy v některých oblastech jiných věd, např. fyziky nebo ekonomie. GEOMETRICKÉ ÚLOHY Mezi typické úlohy
Víceb) Maximální velikost zrychlení automobilu, nemají-li kola prokluzovat, je a = f g. Automobil se bude rozjíždět po dobu t = v 0 fg = mfgv 0
Řešení úloh. kola 58. ročníku fyzikální olympiády. Kategorie A Autoři úloh: J. Thomas, 5, 6, 7), J. Jírů 2,, 4).a) Napíšeme si pohybové rovnice, ze kterých vyjádříme dobu jízdy a zrychlení automobilu A:
VíceGeometrické transformace pomocí matic
Geometrické transformace pomocí matic Pavel Strachota FJFI ČVUT v Praze 2. dubna 2010 Obsah 1 Úvod 2 Geometrické transformace ve 2D 3 Geometrické transformace ve 3D Obsah 1 Úvod 2 Geometrické transformace
VíceDá se ukázat, že vzdálenost dvou bodů má tyto vlastnosti: 2.2 Vektor, souřadnice vektoru a algebraické operace s vektory
Vektorový počet.1 Eklidovský prostor E 3 Eklidovský prostor E 3 je prostor spořádaných trojic (tj. bodů), v němž je definována vzdálenost dvo jeho bodů A, B (značíme ji AB ). Vzdálenost bodů A = [a 1,
VíceBA008 Konstruktivní geometrie. Kolmá axonometrie. pro kombinované studium. učebna Z240 letní semestr
BA008 Konstruktivní geometrie pro kombinované studium Kolmá axonometrie Jan Šafařík Jana Slaběňáková přednášková skupina P-BK1VS1 učebna Z240 letní semestr 2016-2017 31. března 2017 Základní literatura
VíceAnalytická geometrie. c ÚM FSI VUT v Brně
19. září 2007 Příklad 1. Příklad 2. Příklad 3. Příklad 1. Určete obecnou rovnici roviny, která prochází body A = [0, 1, 2], B = [ 1, 0, 3], C = [3, 1, 0]. Příklad 1. A = [0, 1, 2], B = [ 1, 0, 3], C =
VíceVZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C)
VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) max. 3 body 1 Zjistěte, zda vektor u je lineární kombinací vektorů a, b, je-li u = ( 8; 4; 3), a = ( 1; 2; 3), b = (2; 0; 1). Pokud ano, zapište tuto lineární kombinaci.
Vícea počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:
Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se
Více1 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
VíceÚlohy klauzurní části školního kola kategorie A
62. ročník matematické olympiády Úlohy klauzurní části školního kola kategorie A 1. V obdélníku ABCD o stranách AB = 9, BC = 8 leží vzájemně se dotýkající kružnice k 1 (S 1, r 1 ) a k 2 (S 2, r 2 ) tak,
VíceAfinní transformace Stručnější verze
[1] Afinní transformace Stručnější verze je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím body a vektory: afinní prostor využití například v počítačové grafice a)
Více( ) ( ) ( ) ( ) Skalární součin II. Předpoklady: 7207
78 Skalární součin II Předpoklady: 707 Pedagogická poznámka: Hodina má tři části, považuji tu prostřední za nejméně důležitou a proto v případě potřeby omezuji hlavně ji Na začátku hodiny je důležité nechat
VíceGeometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr
Geometrické transformace v rovině Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr Shodné transformace 1 Shodné transformace shodné transformace (shodnosti, izometrie) převádějí objekt
VíceÚvod 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
VícePoznámka. V některých literaturách se pro označení vektoru také používá symbolu u.
Vektory, operace s vektory Ž3 Orientovaná úsečka Mějme dvojici bodů, (na přímce, v rovině nebo prostoru), které spojíme a vznikne tak úsečka. Pokud budeme rozlišovat, zda je spojíme od k nebo od k, říkáme,
VíceCyklografie. Cyklický průmět bodu
Cyklografie Cyklografie je nelineární zobrazovací metoda - bodům v prostoru odpovídají kružnice v rovině a naopak. Úlohy v rovině pak převádíme na řešení prostorových úloh, např. pomocí cyklografie řešíme
VíceParametrická rovnice přímky v rovině
Parametrická rovnice přímky v rovině Nechť je v kartézské soustavě souřadnic dána přímka AB. Nechť vektor u = B - A. Pak libovolný bod X[x; y] leží na přímce AB právě tehdy, když vektory u a X - A jsou
VíceÚlohy domácího kola kategorie B
47. ročník Matematické olympiády Úlohy domácího kola kategorie B 1. Magický čtverec je čtvercová tabulka přirozených čísel, v níž je součet všech čísel v každém řádku, v každém sloupci i na obou úhlopříčkách
Více7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n.
7 Konvexní množiny Motivace. Lineární programování (LP) řeší problém nalezení minima (resp. maxima) lineárního funkcionálu na jisté konvexní množině. Z bohaté škály úloh z této oblasti jmenujme alespoň
VíceMatematika 2 (Fakulta ekonomická) Cvičení z lineární algebry. TU v Liberci
Matematika 2 (Fakulta ekonomická) Cvičení z lineární algebry TU v Liberci Jiří Hozman 1. dubna 2010 Cvičení 2 Příklad 1. Rozhodněte, zda lze vektor x vyjádřit jako lineární kombinaci vektorů u, v, w, v
VíceKapitola 11: Vektory a matice:
Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i
Více1.13 Klasifikace kvadrik
5 KAPITOLA 1. KVADRIKY JAKO PLOCHY. STUPNĚ 1.13 Klasifikace kvadrik V této části provedeme klasifikaci kvadrik. Vyšetříme všechny případy, které mohou různou volbou koeficientů v rovnici kvadriky a 11
Více1 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)
VíceSTEREOMETRIE. Odchylky přímky a roviny. Mgr. Jakub Němec. VY_32_INOVACE_M3r0117
STEREOMETRIE Odchylky přímky a roviny Mgr. Jakub Němec VY_3_INOVACE_M3r0117 ODCHYLKA PŘÍMKY A ROVINY Poslední kapitolou, která se týká problematiky odchylek v prostoru, je odchylka přímky a roviny. V této
VíceZŠ ÚnO, Bratří Čapků 1332
Úvodní obrazovka Menu (vlevo nahoře) Návrat na hlavní stránku Obsah Výsledky Poznámky Záložky edunet Konec Matematika 2 (pro 12-16 let) LangMaster Obsah (střední část) výběr tématu - dvojklikem v seznamu
VíceM - Příprava na 1. čtvrtletku pro třídu 4ODK
M - Příprava na 1. čtvrtletku pro třídu 4ODK Autor: Mgr. Jaromír Juřek Kopírování a jakékoliv další využití výukového materiálu povoleno pouze s odkazem na www.jarjurek.cz. VARIACE 1 Tento dokument byl
VíceProjektivní geometrie. Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni
Metody Počítačového Vidění (MPV) - 3D počítačové vidění Projektivní geometrie Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Metody Počítačového Vidění
VíceLingebraické 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
VíceÚlohy 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
VícePodobnostní transformace
Schurova věta 1 Podobnostní transformace a výpočet vlastních čísel Obecný princip: Úloha: Řešíme-li matematickou úlohu, je často velmi vhodné hledat její ekvivalentní formulaci tak, aby se řešení úlohy
Více