Západočeská univerzita v Plzni
|
|
- Richard Čermák
- před 9 lety
- Počet zobrazení:
Transkript
1 Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky BAKALÁŘSKÁ PRÁCE Kvaterniony a jejich užití v geometrii Plzeň, 006 Jitka Prošková
2 Prohlášení Prohlašuji, že jsem bakalářskou práci vypracovala samostatně a výhradně s použitím citovaných pramenů. V Plzni dne podpis
3 ...
4 Poděkování Děkuji především vedoucímu bakalářské práce panu RNDr. M. Lávičkovi, Ph.D. za odborné vedení bakalářské práce a poskytování cenných rad při jejím zpracování. Děkuji též ostatním, kteří mi přispěli pomocí k jejímu dokončení.
5 Abstrakt Tato práce je zaměřena na popis rotací ve čtyřrozměrném prostoru s využitím kvaternionů. Je zde zpracována základní charakteristika tělesa kvaternionů a uvedeny různé přístupy zavedení. Dále nabízí stručný popis grup SO(3), SO(4) a jejich souvislost s rotacemi a kvaterniony. V textu naleznete zmínku i o jiných způsobech reprezentace rotace. Jsou zde popsány vztahy mezi některými dalšími reprezentacemi rotace a kvaterniony s jednoduchými příklady. Můžete zde nalézt i různé příklady využití. Klíčová slova Kvaternion, algebra kvaternionů, historie kvaternionů, grupa SO(n), rotace v SO(4), rotace v SO(3), reprezentace osa úhel, oktoniony.
6 Abstract This thesis is aimed at rotation in a four-dimensional space using quaternions. Elementary characteristics of quaternions field are presented and different approaches to its implementation are stated here. This thesis also states a short description of SO(3) and SO(4) groups and their connection with rotations and quaternions. A note about another ways of representation of rotation can be found in this text as well. Relations between some other representations of rotation and quaternions are described here, including simple examples. You can find here a various examples of using quaternions. Key words Quaternions and their using in geometry, quaternion, algebra of quaternions, group SO(n), rotation in SO(4), rotation in SO(3), representation axis angle, octonions.
7 7 Obsah Přehled použitého značení 8 1 Úvod 9 Historie kvaternionů 10.1 Historie komplexních čísel Rozšiřování oboru komplexních čísel Oktoniony Algebra kvaternionů Úvodní pojmy Základní vlastnosti Kvaterniony a rotace v SO(4) a SO(3) Grupy O(n), SO(n), U(n) a SU(n) Geometrická interpretace násobení jednotkovým kvaternionem Rotace v SO(4) Rotace v SO(3) Užití kvaternionů Rotace využívající kvaterniony Převod reprezentace osa úhel do kvaternionů Různé využití kvaternionů v praxi Závěr 39 Literatura 40 7
8 8 Přehled použitého značení q, ˆq, p kvaternion s skalární kvaternion (skalár) v ryzí kvaternion ˆv jednotkový ryzí kvaternion H množina kvaternionů H 1 množina jednotkových kvaternionů H p množina ryzích kvaternionů q kvaternion konjugovaný s kvaternionem q q 1 inverzní kvaternion ke kvaternionu q q norma kvaternionu q GL(n, F ) obecná lineární grupa O(n) ortogonální grupa U(n) unitární grupa SO(n) speciální ortogonální grupa SU(n) speciální unitární grupa GO(n) hlavní ortogonální grupa S n 1 sféra v n rozměrném prostoru RP n n rozměrný reálný projektivní prostor C obor komplexních čísel R obor reálných čísel F těleso A, Â, B, H matice b, w, e, r vektor I jednotková matice γ, T zobrazení ϱ, R rotace θ, ϕ úhel otočení (1, ˆv), (1, ˆv), P rovina 8
9 1. Úvod 9 1 Úvod Kvaterniony jsou zobecněním komplexních čísel v trojrozměrném prostoru. U zrodu kvaternionů stál Sir William Rowan Hamilton ( ). Nalezl vztah pro násobení čtyř základních jednotek, našel řešení ve formě i = j = k = ijk = 1. Přišel na to, že je zapotřebí zavést jednu reálnou a tři imaginární složky, aby byla správně vytvořena algebra kvaternionů. Kvaternion s + ix + jy + kz lze zapsat jako uspořádanou čtveřici (s, (x, y, z)). Častěji však bývá zapisován ve zkráceném tvaru (s, v). Kde s je skalár a v je chápán jako vektor v trojrozměrném prostoru (viz [8]). Pokud násobíme dva skalární kvaterniony (kvaterniony, které mají vektorovou složku nulovou, tj. skaláry) dostaneme opět skalár a pokud násobíme ryzí (kvaternion s nulovou skalární částí) a skalární kvaternion dostaneme skalární násobek ryzího kvaternionu. Jestliže budeme násobit dva ryzí kvaterniony v 1 a v dostaneme kvaternion, jehož skalární část je záporně vzatý skalární součin (v 1, v ) vektorů v 1 a v a vektorová část je rovna vektorovému součinu v 1 v těchto dvou vektorů (viz Věta 3.). Jak uvidíme, násobení kvaternionů úzce souvisí s rotacemi ve čtyřrozměrném a trojrozměrném prostoru. Násobení kvaternionů není komutativní, ale je asociativní a oboustranně distributivní vzhledem ke sčítání, existuje jednotkový prvek a ke každému nenulovému kvaternionu existuje kvaternion inverzní a konjugovaný. Kvaterniony tvoří nekomutativní těleso. Je to obor čtyřsložkových čísel, který obsahuje obor čísel komplexních. To znamená, že komutativní těleso komplexních čísel je podtělesem nekomutativního tělesa kvaternionů. Jednotkový kvaterion q = 1 je významný pro počítačovou grafiku, tento kvaternion se dá zapsat jako q = (cos θ, ˆv sin θ), kde ˆv = 1. Kvaternion popisuje rotaci v trojrozměrném prostoru, a to rotaci kolem jednotkového vektoru ˆv o úhel θ (viz [1]). Reprezentace rotace v R 3 s využitím kvaternionů je jednoduchá. Prostor R představuje euklidovský prostor dimenze a obdobně prostory R 3 a R 4 představují euklidovské prostory dimenze 3 a 4. Je numericky stabilnější než reprezentace tvořená ortogonálními maticemi. Grupa rotací SO() je tzv. speciální ortogonální grupa reálných matic typu, je izomorfní k U(1), což je grupa jednotkových komplexních čísel e iϕ = cos ϕ + i sin ϕ, neboť ( ) cos ϕ sin ϕ e iϕ sin ϕ cos ϕ je izomorfismus. Všimněme si, že U(1) je homeomorfní s kružnicí S 1. Nyní ztotožníme rovinu R s komplexní rovinou C, nechť z = x + iy C, (x, y) R. Pak každá rovinná rotace R ϕ se středem v počátku o úhel ϕ je reprezentována komplexním číslem e iϕ U(1), pro všechna z, ẑ C, ẑ = R ϕ (z) ẑ = e iϕ z. Kvaterniony zobecňují komplexní čísla tak, že rotace R 3 je reprezentována násobením jednotkových kvaternionů.
10 . Historie kvaternionů 10 Násobení kvaternionů není komutativní a rotace z SO(3) vyžaduje konjugaci kvaternionů. Místo kružnice S 1 bereme v úvahu sféru S 3 v prostoru R 4, grupa U(1) je nahrazena grupou SU(). Grupa SO(3) ztotožněná s rotací v R 3 detailněji souvisí se sférou S 3 a s reálným projektivním prostorem RP 3. Rotaci z R 3 vystihují velmi přesně právě kvaterniony. Nyní máme základní představu o tom, co jsou kvaterniony a k čemu nám mohou posloužit. V následujícím textu uvedeme historické souvislosti s objevem kvaternionů a zmíníme se o oktonionech, které jsou dalším zobecnění kvaternionů. Zavedeme kvaterniony a jejich základní vlastnosti, které budeme dále využívat. Pokusíme se ukázat, že kvaternion popisuje rotaci v trojrozměrném prostoru. Následně využijeme kvaternionů při řešení geometrických úloh a na závěr se zmíníme o různých způsobech využití kvaternionů. Historie kvaternionů.1 Historie komplexních čísel Komplexní čísla se poprvé objevila v 16. století při řešení algebraických rovnic v pracích italských matematiků. V 17. a 18. století se začalo užívat termínu imaginární číslo a právě komplexními čísly se začali zabývat matematikové jako například Abraham de Moivre ( ), Leonhard Euler ( ), který zavedl symbol i pro 1, Johann Bernoulli ( ) a další. Koncem 18. století se komplexní čísla již hojně užívala v matematické analýze, hydrodynamice nebo kartografii. Přesto však nebylo stále jasné jak chápat prvek 1 a jak si představit komplexní číslo. Euler chápal komplexní číslo x + iy jako bod roviny s kartézskými souřadnicemi (x, y). Pomocí polárních souřadnic vyjadřoval komplexní číslo v goniometrickém tvaru x + iy = r(cos ϕ + i sin ϕ). Na přelomu 18. a 19. století dospěl Carl Friedrich Gauss ( ) ke geometrické interpretaci komplexních čísel jako bodů roviny. Rovina komplexních čísel byla proto v 19. století nazvána Gaussovou rovinou. Sčítání a násobení komplexních čísel je dáno těmito rovnostmi případně v goniometrickém tvaru x + iy + ˆx + iŷ = (x + ˆx) + i(y + ŷ), (x + iy)(ˆx + iŷ) = (xˆx yŷ) + i(xŷ + yˆx), r(cos ϕ + i sin ϕ)ˆr(cos ˆϕ + i sin ˆϕ) = rˆr[cos(ϕ + ˆϕ) + i sin(ϕ + ˆϕ)]. Komplexní číslo x + yi je v rovině kartézských souřadnic znázorněno bodem M = [x, y], nebo vektorem OM s počátečním bodem O a koncovým bodem M. Sčítání komplexních čí-
11 . Historie kvaternionů 11 sel odpovídá sčítání vektorů a násobení komplexních čísel představuje složení rotace (kolem počátku) a stejnolehlosti (se středem v počátku).. Rozšiřování oboru komplexních čísel Způsob jakým byla komplexní čísla vytvořena a také jejich geometrické interpretace vedly k dalším pokusům o rozšiřování oboru komplexních čísel na větší číselný obor. Těmto vícesložkovým číslům ze později začalo říkat hyperkomplexní čísla. Začaly se studovat formální výrazy typu a 0 α 0 + a 1 α a n α n, kde n bylo zvolené přirozené číslo, a 0, a 1,..., a n byla reálná čísla a α 0, α 1,..., α n nové základní jednotky. Dnes ovšem víme, že systém hyperkomplexních čísel lze vytvořit pouze pro n = 1,, 4, 8, což dokázal německý matematik Adolf Hurwitz ( ) roku 1898 viz [13]. Tedy reálné alternativní algebry s dělením konečné dimenze existují právě čtyři. Tomuto tvrzení se také říká zobecněná Frobeniova věta. Přičemž pokud n = 1 jde o reálná čísla a tedy i o komutativní asociativní algebru a pokud n = jde o komplexní čísla a komutativní asociativní algebru. Jestliže n = 4 jedná se o nekomutativní asociativní algebru, tedy kvaterniony a nakonec n = 8 oktoniony jsou nekomutativní, neasociativní a alternativní algebrou. Algebra A je alternativní, jestliže platí následující vztahy (xx)y = x(xy) a y(xx) = (yx)x pro všechna x, y A. Dále existuje ještě nekonečně mnoho algeber, které nejsou ani alternativní (jejich popis není ještě zcela znám). Sčítání výše uvedených výrazů však bylo definováno po složkách a mělo vlastnosti jako je asociativita, komutativita, existence nulového prvku a existence opačného prvku. Na násobení se kladly požadavky jako je asociativita, komutativita, existence jednotkového prvku a existence inverzního prvku, které nalezení vhodných vzorců pro násobení samozřejmě komplikovalo. Právě těmito problémy se začali zabývat Hamilton, Arthur Cayley ( ), Augustus de Morgan ( ), bratři Gravesovi a další. Snažili se najít nový číselný obor (alespoň trojsložkových čísel), který by rozšiřoval obor komplexních čísel. Násobení mělo být asociativní a komutativní a měla být zaručena existence jednotkového prvku a ke každému nenulovému prvku prvek inverzní. Výsledná struktura měla být komutativním tělesem. Hamilton se několik let pokoušel nalézt obor čísel, která by rozšiřovala již známý obor komplexních čísel. Zaměřil se na trojsložková čísla, ale jeho snažení bylo marné. Při hledání vzorce pro násobení trojsložkových čísel mu vycházely struktury, které obsahovaly netriviální dělitele nuly (tj. nenulové prvky, jejichž součin je roven nule). Jak později napsal svému synovi: Každé ráno u snídaně jste se mě ty a tvůj malý bratr William Edwin ptali, jestli už umím násobit trojice. A já vám vždy říkal se smutnou tváří, že je umím pouze sčítat. Nakonec se rozhodl řešit tento problém pro čtyřsložková čísla, která nazval kvaterniony. Historka praví, že když šel 16. října 1843 po Broughamském mostu přes Royal
12 . Historie kvaternionů 1 Canal v Dublinu na zasedání Královské akademie věd, napadl ho vzorec pro násobení základních jednotek. Hamilton pak tento vzorec vyryl kapesním nožem do Broughamského mostu (viz [3]). A toto místo dodnes připomíná deska s nápisem : Here as walked by on the 16th October 1843 Sir William Rowan Hamilton in a flash of genius discovered the fundamental formula for quaternion multiplication i = j = k = ijk = 1 & cut it on a stone of this bridge. Kvaterniony jsou tedy oborem hyperkomplexních čísel, která jsou nejbližší číslům komplexním. Hamilton věnoval kvaternionům zbytek života a napsal o nich dvě monografie. Ovšem význam kvaternionů se významu komplexních čísel nikdy nevyrovnal, (podrobněji v [1], [11])..3 Oktoniony O svém objevu kvaternionů napsal Hamilton již v roce 1843 svému příteli J. T. Gravesovi. Graves byl jeho objevem inspirován a v prosinci 1843 nalezl systém hyperkomplexních čísel s osmi základními jednotkami. Nezávisle na Gravesovi nalezl stejný obor i Cayley. Tento nový obor se nazývá oktoniony nebo se užívá termínů Cayleyova čísla či Gravesova Cayleyova čísla (viz [11]). Jedná se o čísla zapsaná ve tvaru a + bi + cj + dk + el + fm + gn + ho, kde a, b,..., h jsou reálná čísla a i, j,..., o jsou základní jednotky, které se násobí pomocí rovností kde platí i = j = k = l = m = n = o = 1, ij = ji = k, il = li = m, lj = jl = n, kl = lk = o atd. Násobení oktonionů je nekomutativní a neasociativní, ale je alternativní viz [14].
13 3. Algebra kvaternionů 13 3 Algebra kvaternionů 3.1 Úvodní pojmy Definice 3.1 Nechť i = k = j = ijk = 1, ij = k a ji = k. Kvaternion q můžeme napsat jako q = [s, v], s R, v R 3 = [s, (x, y, z)], s, x, y, z R = s + ix + jy + kz, s, x, y, z R. Poznámka 3.1 Z výše uvedených vztahů a za předpokladu asociativity násobení se určí tabulka pro násobení čtyř základních jednotek 1, i, j, k viz Tabulka. 1 i j k 1 1 i j k i i -1 k -j j j -k -1 i k k j -i -1 Tabulka : Vztahy mezi 1, i, j, k. Definice 3. Množina kvaternionů je značena H. V různých zdrojích existuje několik dalších způsobů, jak zavést kvaterniony (viz []). Například můžeme kvaterniony nadefinovat jako určitou komplexní matici typu. Komplexní číslo z napíšeme jako z = a+ib, kde a, b R a vytvoříme k němu číslo komplexně sdružené z, z = a bi. Potom 1, i, j, k jsou chápána jako matice ( = 0 1 ( 0 1 j = 1 0 ) ( i 0, i = 0 i ), k = ( 0 i i 0 Kombinací těchto matic vytvoříme množinu H, s1 + xi + yj + zk, kde (s, x, y, z) R 4. Každou matici v množině H (tj. každý kvaternion) můžeme pak zapsat takto ( ) a b A =, b ā kde a = s + ix a b = y + iz. Taková komplexní matice A reprezentuje kvaternion s + ix + jy + kz. ), ).
14 3. Algebra kvaternionů 14 Kvaternion může být reprezentován také jako reálná matice typu 4 4 viz [8]. Pro s, x, y, z R je následující maticí B = reprezentován kvaternion s + ix + jy + kz. s x z y x s y z z y s x y z x s Maticová reprezentace kvaternionů má některé další vlastnosti, které nebudeme uvádět, podrobnější informace naleznete v [8]. Kvaterniony H jsou velmi často definovány jako reálná algebra, která je tvořena čtyřmi částmi 1, i, j, k. 3. Základní vlastnosti Definice 3.3 Nech+t q H. Pokud q = [s, v], kde s = 0, pak q se nazývá ryzí kvaternion. Množina ryzích kvaternionů je značena H p. Definice 3.4 Nechť q H. Pak kvaternion q nazýváme konjugovaným kvaternionem s kvaternionem q, jestliže platí q = [s, v] = [s, v]. Pokud je dán kvaternion q = s + ix + jy + ky, pak konjugovaný kvaternion q má tvar q = s ix jy ky. (1) Definice 3.5 Nechť q, ˆq H, kde q = [s, (x, y, z)] a ˆq = [ŝ, (ˆx, ŷ, ẑ)]. Operaci sčítání definujeme následovně q + ˆq = [s, v] + [ŝ, ˆv] = [s, (x, y, z)] + [ŝ, (ˆx, ŷ, ẑ)] = (s + ix + jy + kz) + (ŝ + iˆx + jŷ + kẑ) = (s + ŝ) + (x + ˆx)i + (y + ŷ)j + (z + ẑ)k. () Věta 3.1 Nechť q, ˆq H, kde q = [s, v] a ˆq = [ŝ, ˆv]. Pak můžeme napsat q + ˆq = [s + ŝ, v + ˆv]. Důkaz 3.1 Důkaz je zřejmý.
15 3. Algebra kvaternionů 15 Definice 3.6 Nechť jsou dány kvaterniony q, ˆq H. Odečítání je definováno vztahem q ˆq = q + ( 1)ˆq. (3) Definice 3.7 Nechť q, ˆq H, kde q = s + i x + j y + k z a ˆq = ŝ + i ˆx + j ŷ + k ẑ. Násobení je definováno takto qˆq = [s, v][ŝ, ˆv] = [s, (x, y, z)][ŝ, (ˆx, ŷ, ẑ)] = (s + i x + j y + k z)(ŝ + i ˆx + jŷ + k ẑ) = s(ŝ + ˆxi + ŷj + ẑk) + xi(ŝ + ˆxi + ŷj + ẑk) + yj(ŝ + ˆxi + ŷj + ẑk) + zk(ŝ + ˆxi + ŷj + ẑk) = sŝ xˆx yŷ zẑ + (sˆx + ŝx + yẑ ŷz)i + (sŷ xẑ + ŝy + ˆxz)j +(sẑ + xŷ ˆxy + ŝz)k. (4) Tento vztah byl před lety nezávisle na sobě popsán Hamiltonem a Rodriguesem. Také Olinde Rodrigues ( ) pracoval s různými formulacemi, ale kvaterniony neobjevil. Nekomutativní násobení mezi dvěma kvaterniony se nazývá Grassmannovo násobení. Věta 3. Nechť q, ˆq H, kde q = [s, v] a ˆq = [ŝ, ˆv]. Pak můžeme napsat qˆq = [sŝ v ˆv, v ˆv + sˆv + ŝv], (5) kde znamená skalární násobení a vyjadřuje násobení vektorů v R 3. Důkaz 3. q ˆq = [s, v][ŝ, ˆv] = (s + ix + jy + kz)(ŝ + iˆx + kŷkẑ) = sŝ (xˆx + yŷ + zẑ) + i(sˆx + ŝx + yẑ zŷ) + j(sŷ + ŝy + zˆx xẑ) + k(sẑ + ŝz + xŷ yˆx) = [sŝ v ˆv, v ˆv + sˆv + ŝv]. Z důkazu 3. vidíme, že R(qˆq) = R(ˆqq) a I(qˆq) I(ˆqq), kde R(qˆq)(R(ˆqq)) je skalární část kvaternionu, který vznikl násobením kvaternionu q kvaternionem ˆq zprava (zleva). Obdobně I značí vektorovou část kvaternionu. Násobení kvaternionů se dá vyjádřit rovněž pomocí násobení matic (viz Poznámka 3.4). Poznámka Násobení kvaternionů není komutativní. Již z definice kvaternionů plyne ij = k ale ji = k. Násobení kvaternionů není ani antikomutativní, tedy neplatí vztah ab = (ba). Všimněme si, že 1i = i, ale (i1) = i.
16 3. Algebra kvaternionů 16. Násobení kvaternionů je asociativní (q 1 q )q 3 = q 1 (q q 3 ), pro všechna q 1, q, q 3 H. 3. Pokud q 1, q, q 3 H. Pak platí distributivita (levá i pravá) násobení vůči sčítání q 1 (q + q 3 ) = q 1 q + q 1 q 3, (q + q 3 )q 1 = q q 1 + q 3 q 1. Množina H s operací sčítání a násobení je nekomutativní těleso, které se liší tím, že nemá vlastnost komutativního násobení (viz Poznámka 3.). Věta 3.3 (H, +, ) je nekomutativní těleso, kde platí 1. pro každá a, b H platí, že a + b H a a) a + b = b + a b) pokud c H pak a+(b+c) = (a+b)+c. pro každá a, b H platí, že ab H a a) pokud c H pak a(bc) =(ab)c 3. pokud a, b, c H pak a) a(b + c) = ab + ac 4. existuje prvek 0 H, takový že a) pokud a H pak a + 0 = a b) pro každé a H existuje opačný prvek a H, takový že ( a) + a = 0 5. existuje prvek 1 H, takový že a) pokud a H pak a1 = a1 = a b) pro každý nenulový prvek a H existuje inverzní prvek a 1 H, takový že a 1 a = aa 1 = 1.
17 3. Algebra kvaternionů 17 Důkaz a) Důkaz je zřejmý, viz vztah (). b) Důkaz je zřejmý.. a) Víme, že násobení kvaternionů je asociativní (viz Poznámka (3.) č. ). 3. b) Víme, že platí distributivita (viz Poznámka (3.) č. 3.) 4. a) Pokud vezmeme q, ˆq H, kde q = [s, (x, y, z)], q 0 a ˆq = [ŝ, (ˆx, ŷ, ẑ)], ŝ = ˆx = ŷ = ẑ = 0 pak podle vzorce (), dostaneme [(s + 0) + (x + 0)i + (y + 0)j + (z + 0)k] = [s, (x, y, z)]. b) Pokud vezmeme q, ˆq H, kde q = [s, (x, y, z)] a ˆq = [ŝ, (ˆx, ŷ, ẑ)], ŝ = s, ˆx = x, ŷ = y, ẑ = z tedy ˆq = q, pak podle vzorce () dostaneme q + ˆq = [(s s) + (x x)i + (y y)j + (z z)k] = a) Pokud vezmeme q, ˆq H, kde q = [s, v] a ˆq = [ŝ, (ˆv)], ŝ = 1, ˆv = 0 tedy ˆq = 1, pak podle vzorce (5) dostaneme qˆq = [s1 v0, v 0 + s0 + 1v] = [s, v] = q. Pro ˆqq je postup analogický. b) Viz Věta 3.5. Definice 3.8 Nechť q, ˆq H, q = [s, v] = [s, (x, y, z)] a ˆq = [ŝ, ˆv = [ŝ, (ˆx, ŷ, ẑ)]]. Skalární součin dvou kvaternionů vypočítáme jako q ˆq = sŝ + xˆx + yŷ + zẑ. (6) Definice 3.9 Nechť q H, q = [s, v] = [s, (x, y, z)]. Normu q budeme označovat q, ta je dána vztahem q = s + x + y + z = qq, (7) tedy q = s + x + y + z = s + v, q 0. Norma q = 0 jen tehdy, pokud s = x = y = z = 0, tedy q = 0 q = 0. Poznámka 3.3 V jiné literatuře (viz []) je výraz s + x + y + z označován N(q) a nazývá se redukovaná norma kvaternionu q. Poznámka 3.4 Nyní můžeme vyjádřit násobení kvaternionů pomocí násobení matic. Protože násobení kvaternionů je bilineární (viz Poznámka 3. č. 3), je pro pevné p zobrazení
18 3. Algebra kvaternionů 18 q pq lineární a také pro dané q je zobrazení p pq lineární. Matici prvního zobrazení budeme značit L p a matice druhého zobrazení R q, pak s x y z ŝ pq = L p q = x s z y ˆx y z s x ŷ, z y x s ẑ pq = R q p = ŝ ˆx ŷ ẑ ˆx ŝ ẑ ŷ ŷ ẑ ŝ ˆx ẑ ŷ ˆx ŝ Řádky a sloupce těchto matic jsou ortogonální. Takže pokud p a q jsou jednotkové kvaterniony, matice R q a L p jsou ortogonální. Nyní jednoduše ukážeme, že R q = Rq T. Na základě Definice 3.4 platí, že q = [s, (x, y, z)] a q = [s, ( x, y, y)] potom matice K q vypadá následovně s x y z R q = x s z y y z s x. z y x s Víme, že matice R q nabývá tvaru R q = s x y z x s z y y z s x z y x s Jestliže tuto matici transponujeme, získáme matici R q, takže rovnost R q = R T q. s x y z. platí. Navíc je zřejmé, že platí také L p = L T p. Jak víme, platí p = p p, matice L p L T p = p I (kde I je jednotková matice 4 4). Analogicky vztah platí i pro R q R T q. Protože det(l p ) = det(l T p ) snadno můžeme nahlédnout, že det(l p ) = p 8 a proto det(l p ) = ± x 4. Je vidět, že jeden z členů determinantu L p je s 4 a proto det(l x ) = (s + x + y + z ). Zřejmě, pokud je p jednotkový kvaternion (viz Definice 3.11), pak matice L p SO(3) (o SO(3) viz kap. 4.1) a popisuje rotaci a naopak pokud q je jednotkový kvaternion, pak je R q rotační matice. Definice 3.10 Zobrazení γ : H H R je definováno takto γ(qˆq) = sŝ + xˆx + yŷ + zẑ.
19 3. Algebra kvaternionů 19 Vidíme, že zobrazení γ je bilineární, symetrické a pozitivně definitní. Proto kvaterniony tvoří euklidovský prostor se skalárním součinem γ(q ˆq) (viz Definice 3.8). Věta 3.4 Nechť q 1, q H. Pak platí q 1 q 1 = q 1, (8) Důkaz Máme q 1 = [s 1, v 1 ] a q 1 = [s 1, v 1 ]. Můžeme vypočítat q 1 q = q q 1, (9) q 1 q = q 1 q. (10) q 1 q 1 = (s 1 + v 1 )(s 1 v 1 ) = s 1 + v 1 = q 1 = q 1 q 1.. Spočítáme výrazy na obou stranách : q 1 q = s 1 s s 1 v s v v 1 v v 1 v q q 1 = (s v )(s 1 v 1 ) = s s 1 s v 1 s 1 v v v 1 + v v 1 = q 1 q. Tedy v v 1 = v 1 v a v v 1 = v 1 v. 3. q 1 q = (q 1 q )(q 1 q ) = q 1 q q q 1 = q 1 q. Definice 3.11 Nechť q H. Pokud q = 1, (11) pak q se nazývá jednotkový kvaternion. Množinu jednotkových kvaternionů budeme označovat H 1. Věta 3.5 Nechť q H, q = [s, v] = [s, (x, y, z)] 0. Pak existuje jediný inverzní kvaternion takový, že qq 1 = q 1 q = 1 a platí q 1 = q q. (1) Důkaz 3.5 Důkaz provedeme sporem. Nechť existují a 1, a H dva různé kvaterniony inverzní k q. To znamená, že a 1 = a 1 1 = a 1 (qa ) = (a 1 q)a = 1a = a.
20 3. Algebra kvaternionů 0 Jak vidíme a 1 = a a proto existuje pouze jediný inverzní kvaternion ke kvaternionu q. Vycházíme z předpokladu, že a = q q. Pak platí q qa = q q = aq = q q q = qq q = q q = 1, qq q = q q = 1. Věta 3.6 Nechť q, ˆq H 1. Platí tyto vztahy qˆq = 1, (13) q 1 = q. (14) Důkaz 3.6 Využijeme vztahu (10) qˆq = q ˆq = 1 neboť q = ˆq = 1, q 1 = 1 q = 1ˆq qˆq = q q = q neboť q = 1. Definice 3.1 Nechť q, ˆq R, q = [s, v] = [s, (x, y, z)] a ˆq = [ŝ, ˆv = [ŝ, (ˆx, ŷ, ẑ)]]. Pak vektorový součin dvou kvaternionů vypočítáme jako qˆq ˆqq q ˆq = = (yẑ zˆx)i + (zˆx xẑ)j + (xŷ yˆx)k. (15) Definice 3.13 Kvaterniony q, ˆq H nazýváme ortogonální, jestliže platí Poznámka 3.5 q ˆq = 0. (16) 1. Dva jednotkové ortogonální kvaterniony nazýváme ortonormální.. Násobení dvou na sebe kolmých kvaternionů q, ˆq H p vypadá takto qˆq = q ˆq. Definice 3.14 Kvaterniony q, ˆq H nazýváme rovnoběžné, jestliže platí q ˆq = 0. (17) Věta 3.7 Nechť q = [s, v] H 1. Pak existuje jednotkový vektor ˆv R 3 a úhel θ z intervalu π θ π takové, že q = [cos θ, ˆv sin θ]. (18)
21 4. Kvaterniony a rotace v SO(4) a SO(3) 1 Důkaz 3.7 Pokud q = [1, 0], položíme θ = 0 a ˆv bude libovolně vybrán z jednotkových vektorů v R 3. Pokud q [1, 0], a = v a ˆv = 1 a v. Pak v = aˆv, kde ˆv je jednotkový vektor v R3. Protože q je jednotkový kvaternion, dostaneme 1 = q = s + v v = s + a ˆv ˆv = s + a. Jak vidíme rovnice s + a = 1 popisuje kružnici v rovině. Protože tuto kružnici můžeme popsat také rovnicí cos θ + sin θ = 1, pak existuje θ π, π takové, že s = cos θ a a = sin θ. Dostaneme tedy Poznámka 3.6 q = [s, v] = [s, aˆv] = [cos θ, ˆv sin θ]. 1. Pokud kvaterniony q a ˆq jsou jednotkové kvaterniony, pak i q ˆq a ˆqq jsou jednotkové kvaterniony.. Inverzní kvaternion q 1 jednotkového kvaternionu q je také jednotkový kvaternion. V této kapitole jsme shrnuli základní vlastnosti kvaternionů, které jsou nutné k popisu v další části textu. Kvaterniony mají i jiné důležité vlastnosti, kterými se v tomto textu nebudeme zabývat (např. kvaterniony a exponenciální funkce nebo diferenciální počet atd.), protože nejsou hlavním cílem. Více o zmíněných vlastnostech naleznete v [10]. 4 Kvaterniony a rotace v SO(4) a SO(3) Rotace kolem osy v trojrozměrném prostoru může být definována několika způsoby. Například použitím Eulerova teorému, který říká, že libovolnou rotaci kolem osy v trojrozměrném prostoru lze popsat třemi proměnnými. Tyto proměnné jsou známé jako Eulerovy úhly (viz [6]). My se budeme zabývat rotací, která je vyjádřena kvaterniony. Rotace je daná osou a orientovaným úhlem (ten má velikost a smysl), které můžeme vzít právě z kvaternionové reprezentace (viz Věta 4.16). 4.1 Grupy O(n), SO(n), U(n) a SU(n) Budeme vycházet z obecné lineární grupy (grupa je algebraická struktura s jednou operací), kterou označíme GL(n, F ), kde F je těleso R nebo C. Jde o grupu regulárních matic n n nad tělesem F s operací běžného maticového násobení. Definice 4.1 Reálná matice typu n n se nazývá ortogonální, pokud A 1 = A T. Tyto matice tvoří podgrupu grupy GL(n, R), značíme ji O(n) a nazýváme ortogonální grupa. Tedy O(n) = {A GL(n, R) A T A = I}.
22 4. Kvaterniony a rotace v SO(4) a SO(3) Poznámka Determinant ortogonální matice je ±1. Vycházíme z rovnosti A T A = I odkud plyne (det A) = (det A T )(det A) = det I = 1.. Hlavní ortogonální grupa GO(n) obsahuje všechny ortogonální matice typu n n. Definice 4. Ortogonální matice, které mají determinant 1 tvoří podgrupu, kterou nazýváme speciální ortogonální grupa a značíme ji SO(n). Tedy SO(n) = {A GL(n, R) A T A = I det A = 1}. SO(3) je grupou ortogonální grupy O(3) a SO(4) je grupou ortogonální grupy O(4) (viz [5]). Definice 4.3 Komplexní matice typu n n se nazývá unitární, pokud splňuje podmínku AA = I, kde I je jednotková matice. Tyto matice budou zřejmě tvořit podgrupu grupy GL(n, C). Tuto podgrupu budeme značit U(n) a nazveme ji unitární grupa. U(n) = {A GL(n, C) AA = I)}. Definice 4.4 Unitární matice, které mají determinant 1, tvoří podgrupu, kterou nazýváme speciální unitární grupa a značíme ji SU(n). Tedy SU(n) = {A GL(n, C) AA = I det A = 1}. Věta 4.1 Je-li A reálná matice typu n n, pak následující výrazy jsou evkvivalentní. a) Matice A je ortogonální. b) Násobení matice A zachovává skalární součin, tzn. (AX AY ) = (X Y ) pro všechna X, Y R n. c) Sloupce matice A jsou ortonormální vektory. Důkaz 4.1 Důkaz můžeme nalézt např. v [15]. Ortogonálním operátorem nazýváme násobení zleva ortogonální maticí. Ortogonální operátor je takový, který zachovává skalární součin. Definice 4.5 Zobrazení T : R n R n nazýváme izometrií, jestliže platí pro všechna p R n. T (p) = p,
23 4. Kvaterniony a rotace v SO(4) a SO(3) 3 Poznámka 4. Součin dvou izometrií je také izometrie. Věta 4. Nechť T je zobrazení R n R n. Následující podmínky jsou ekvivalentní. a) T je izometrie, která fixuje počátek. b) T zachovává skalární součin, tj. (T (X) T (Y )) = (X Y ) pro všechna X, Y R n. c) T je ortogonální operátor. Důkaz 4. Důkaz lze najít např. v [16]. Věta 4.3 Každá izometrie T je složení izometrie fixující počátek a translace. To znamená, že ji můžeme zapsat ve tvaru T (X) = AX + b, kde A je ortogonální matice a b je vektor. Důkaz 4.3 Nejdříve připomeneme, že pro nějaký pevný vektor b R n je translace o b zobrazení t(x) = X + b. Nechť T : R n R n je izometrie. Nechť t : R n R n je translace t(x) = X + T (0). Pak T = t t 1 T, kde (t 1 T )(0) = t 1 (T (0)) = T (0) T (0) = 0. Což dokazuje, že T je složené z translace a izometrie fixující počátek. Připomeňme, že determinant ortogonální matice je ±1 (viz Poznámka 4.1). Říkáme, že lineární operátor zachovává orientaci, pokud je determinant příslušné matice 1 a naopak pokud je determinant 1 říkáme, že obrací orientaci. Izometrii budeme nazývat přemístěním, pokud bude zachovávat orientaci. Věta 4.4 Každá matice A SO(3) má vlastní číslo 1. Důkaz 4.4 Tuto větu dokážeme důkazem rovnosti det(a I) = 0. Víme, že det A = det A T a proto det A T = 1. Protože A je ortogonální dostáváme rovnost A T (A I) = (I A) T a det(a I) = det A T (A I) = det(i A) T = det(i A). (19) Pro libovolnou matici B typu 3 3 platí, det( B) = det(b). Z rovnosti (19) plyne, že det(a I) = 0. Věta 4.5 Matice A popisuje rotaci v R kolem počátku, resp. v R 3 kolem osy procházející počátkem, právě když A SO(), resp. SO(3) Důkaz 4.5 Tuto rotaci označíme ϱ, je to přemístění, které fixuje počátek. Podle Věty 4. můžeme zapsat rotaci ϱ jako násobení ortogonální maticí A. Jak víme determinant ortogonálních matic je det A = ±1, který se mění spojitě s úhlem rotace. Vzhledem k tomu,
24 4. Kvaterniony a rotace v SO(4) a SO(3) 4 že rotaci, která se otáčí o nulový úhel odpovídá jednotková matice, jenž má determinant 1, je vidět, že A SO() resp. A SO(3). Nechť naopak matice A SO() je ortogonální matice s determinantem 1. Označme w 1 = Ae 1 první sloupec matice A. Vzhledem k tomu, že A je ortogonální, tak vektor w 1 je jednotkový. Potom existuje i taková rotace R, že Re 1 = w 1. Následně B = R 1 fixuje e 1. Protože A i R jsou matice v SO() je i B elementem SO(). To znamená, že B tvoří ortonormální bázi R a první sloupec je e 1. Druhý sloupec musí být roven e nebo e. Ovšem druhý případ můžeme vyloučit, protože det B = 1. Tedy B = I a vzhledem k tomu, že A = R, tak A reprezentuje rotaci. Nyní dokážeme, že A SO(3) reprezentuje rotaci a připomeneme vlastnosti těchto rotací. a) ϱ je přemístění, které fixuje počátek. b) ϱ fixuje nenulový vektor w. c) ϱ se chová jako rotace v rovině P kolmé k w. Nyní přecházející část dokážeme. a) Viz Věta 4.. b) Každá matice A SO(3) má vlastní číslo 1 viz Věta 4.4. Pro vlastní vektor, jenž přísluší tomuto vlastnímu číslu platí Aw = w. Hledaným vektorem je tedy w. c) Nechť w 1 je normovaný vektor w. Nalezneme ortonormální vektory w a w 3, které leží v rovině P, jenž je kolmá na w 1. Potom B = (w 1, w, w 3 ) je ortonormální báze prostoru R 3. Matice H = [B] 1 je také ortogonální, protože [B] je ortogonální a  = P AP 1, reprezentuje stejný operátor jako A, ale v bázi B. Víme, že matice H i A jsou ortogonální a proto je ortogonální i  a platí det(â) = det H det A det H 1 = 1. Matice  SO(3). Protože w 1 je vlastní vektor, který přísluší 1, je první sloupec  e 1. Vzhledem k tomu, že  je ortogonální, musejí být ostatní sloupce také ortogonální k e 1 a blokový tvar matice  vypadá následovně ( R ). Je snadné ukázat, že R SO() a tedy R je rotace. Proto cos ϕ sin ϕ. 0 sin ϕ cos ϕ  můžeme psát ve tvaru Tato matice  reprezentuje rotaci a proto ji reprezentuje i matice A.
25 4. Kvaterniony a rotace v SO(4) a SO(3) 5 4. Geometrická interpretace násobení jednotkovým kvaternionem Nyní ukážeme, co se stane, pokud násobíme jednotkovým kvaternionem q = [cos θ, ˆv sin θ] = (cos θ + ˆv sin θ), kde ˆv je jednotkový ryzí kvaternion (viz Věta 3.7), kvaternion p = [ŝ, (ˆx, ŷ, ẑ)] zleva a později pokud násobíme kvaternion p jednotkovým kvaternionem q zprava (viz [4]). 1. Násobíme jednotkovým kvaternionem q zleva kvaternion p qp = (cos θ + ˆv sin θ)p. Zvolme jednotkový kvaternion t tak, aby byl kolmý na 1 a ˆv. Kvaternion t musí být ryzí, protože je kolmý k 1. Násobení dvou ortogonálních ryzích kvaternionů je stejné jako jejich vektorový součin (viz Poznámka 3.5 č. ), takže ˆvt = ˆv t, ˆvt je kolmý na ˆv, t a 1. Dostali jsme kladně orientovanou ortonormální bázi (1, ˆv, t, ˆvt). Vyjádříme p vzhledem k této bázi p = ŝ + ˆxˆv + ŷt + ẑˆvt. Součin qp můžeme tedy zapsat jako qp = (cos θ + ˆv sin θ)(ŝ + ˆxˆv + ŷt + ẑˆvt) (0) = (ŝ cos θ ˆx sin θ) + (ŝ sin θ + ˆx cos θ)ˆv + (ŷ cos θ ẑ sin θ)t + (ŷ sin θ + ẑ cos θ)ˆvt.. Podobně vypadá součin pq pq = (ŝ + ˆxˆv + ŷt + ŝˆvt)(cos θ + ˆv sin θ) (1) = (ŝ cos θ ˆx sin θ) + (ŝ sin θ + ˆx cos θ)ˆv + (ŷ cos θ + ẑ sin θ)t + ( ŷ sin θ + ẑ cos θ)ˆvt. Připomeňme, že dva podprostory E a a E b euklidovského prostoru E n nazveme totálně kolmé, jestliže jsou totálně kolmá jejich vektorová zaměření. Zdůrazňeme, že (t, ˆvt) je totéž co (1, ˆv), což je totálně kolmá rovina k (1, ˆv). Z přecházejícího výpočtu dostaneme tyto věty:
26 4. Kvaterniony a rotace v SO(4) a SO(3) 6 Obrázek 1: 1. rovina (1, ˆv),. rovina (1, ˆv) : Transformace p (cos θ + ˆv sin θ)p. Obrázek : 1. rovina (1, ˆv),. rovina (1, ˆv) : Transformace p p(cos θ + ˆv sin θ). Věta 4.6 Transformace p (cos θ + ˆv sin θ)p představuje otočení v rovině (1, ˆv) a (1, ˆv) kolem počátku o úhel θ. Důkaz 4.6 Viz vztah (0). Jak víme, rotace v dvourozměrném prostoru se dá vyjádřit jako tato matice ( ) cos θ sin θ R θ =, sin θ cos θ kde probíhá otočení o úhel θ. Tento zápis umožňuje vyjádřit všechny rotace v dvourozměrném prostoru. Rotace může být vyjádřena jako komplexní číslo. Pokud bude e iθ = cos θ + i sin θ pak zobrazení z e iθ z reprezentuje otočení o úhel θ doleva. Tedy, když se podíváme na vztah (0), vidíme, že se rovina (1, ˆv) otáčí o úhel θ a obdobně i rovina (t, ˆvt) se otáčí o úhel θ. Věta 4.7 Transformace p p(cos θ + ˆv sin θ) představuje otočení v rovině (1, ˆv) kolem počátku o úhel θ a v rovině (1, ˆv) o úhel θ. Důkaz 4.7 Viz vztah (1). Důkaz obdobně jako ve Větě 4.6. Věta 4.8 Máme dva ortonormální kvaterniony a, b a reálná čísla α, β, transformace ( p cos α + β + bā sin α + β ) ( p cos α β + āb sin α β )
27 4. Kvaterniony a rotace v SO(4) a SO(3) 7 nebo ekvivalentně ( x cos α + β + (a b) sin α + β ) ( x cos α β + (ā b) sin α β ) představuje otočení v rovině (a, b) kolem počátku o úhel α a v rovině (a, b) o úhel β. Důkaz 4.8 Důkaz je zpracován v [9]. 4.3 Rotace v SO(4) V této kapitole využijeme již zavedené Definice 4. a 4.5. Připomeňme, že lineární ortogonální transformace T z R 4 je izometrie a náleží množině GO(4) = {T : R 4 R 4 }, kde T je lineární a platí T (p) = p pro všechna p R 4. Věta 4.9 Lineární ortogonální transformace zachovává úhly. Důkaz 4.9 T (x) T (y) = x y = T (x) T (y) cos θ 1 = x y cos θ = cos θ 1 = cos θ = θ 1 = θ, protože θ 1 a θ jsou z intervalu 0, π. Věta 4.10 Pro jednotkové kvaterniony q, r je transformace p qpr SO(4). Důkaz 4.10 Nechť T (p) = qpr. T je díky vlastnostem kvaternionů zřejmě lineární. T (p) = qpr = q p r = p. det T = det(qr, qir, qjr, qkr) = qr pir qjr qkr = ( q r)(pir)( rj q)(qkr) = r(i j k)r = rr = 1. Věta 4.11 Každý element SO(4) můžeme vyjádřit jako kde q, r H 1. p qpr, () Důkaz 4.11 Pro element z transformace T prostoru SO(4) vytvoříme rotaci R qr (p) = qpr. Vytvoříme T (p) = T (ŝ + ˆxi + ŷj + ẑk) = ŝt (1) + ˆxT (i) + ŷt (j) + ẑt (k) = ŝr(1) + ŷr(i) + ŷr(j) + ẑr(k) = R(ŝ + ˆxi + ŷj + ẑk) = R qr (p). Nyní použijeme Větu 4.8, vytvoříme rotaci A, která přenese 1 do T (1), rotaci B, která přenese A(i) do T (i) a ponechá T (1), rotaci C, která přenese BA(j) do T (j) a zachová T (1) a T (i). Nyní máme T (p) = (CBA)(p). Věta 4.1 SO(4) = {p qpr}, kde q, r H 1. Důkaz 4.1 Ve Větě 4.10 stojí, že transformace p jsou podmnožinou SO(4) a Věta 4.11 říká, že SO(4) je podmnožinou transformací p.
28 4. Kvaterniony a rotace v SO(4) a SO(3) Rotace v SO(3) Pro jakýkoliv nenulový kvaternion p a r jsou obě zobrazení r pr a r rp lineární. Podíváme se na zobrazení R qr (p) : H H, které má tvar p qpr, kde r, q H jsou jisté dva nenulové kvaterniony takové, že r q = 1. Poznámka 4.3 jako R q (p). Pokud položíme r = q 1, pak zobrazení R q,q 1(p) označíme jednoduše Věta 4.13 Každý element v SO(3) se dá vyjádřit jako kde p je ryzí kvaternion a q je jednotkový kvaternion. p qp q, (3) Důkaz 4.13 Využijeme Věty 4.6 a 4.7. Větu 4.7 modifikujeme a pro násobení zprava konjugovaným kvaternionem dostaneme p q = p(cos( θ) + sin( θ)). Věta 4.6 nám říká, že násobení zleva představuje otočení v rovině (1, ˆv) a (1, ˆv) kolem počátku o úhel θ. Upravená Věta 4.7 říká, že násobení zprava představuje otočení v rovině (1, ˆv) kolem počátku o úhel θ a v rovině (1, ˆv) kolem počátku o úhel θ. To znamená, že probíhá otočení pouze v rovině (1, ˆv) o úhel θ a rovina (1, ˆv) je invariantní. Je to tedy rotace v trojrozměrném prostoru kolem osy dané vektorem ˆv o úhel θ. Poznámka 4.4 Pokud je kvaternion q jednotkový, můžeme zapsat Větu 4.13 takto : p qpq 1. Z Věty 3.5 plyne, že pokud je q jednotkový kvaternion, tedy platí vztah (11), pak q = q 1. Věta 4.14 Nechť q H 1, q = [cos θ, sin θˆv]. Nechť r = (x, y, z) R 3 a p = [0, r] H. Pak ˆp = qpq 1 (4) je p otočen o úhel θ kolem osy, která je daná směrovým vektorem ˆv. Důkaz 4.14 Můžeme využít Věty 4.6 a Věty 4.7, ale pro důkaz této věty zvolíme jiný způsob. Nejdříve ukážeme, jak se vektor r otáčí o úhel θ kolem osy dané vektorem ˆv. Využijeme zde algebraické funkce, vektorový a skalární součin. Ten samý výsledek najdeme později pomocí kvaternionu. Předpokládejme, že r se otočí kolem osy dané jednotkovým vektorem ˆv do polohy Rr o nějaký úhel θ. Vektor r můžeme zapsat jako součet dvou složek r a r, kde r je projekce r na ˆv a r je ortogonální k ˆv. Dostáváme r = (r ˆv)ˆv, r = r r = r (r ˆv)ˆv.
29 4. Kvaterniony a rotace v SO(4) a SO(3) 9 Obrázek 3: Otočení vektoru r kolem osy ˆv o úhel θ. Nahradíme souřadnicový systém v rovině, která je ortogonální k ˆv a obsahuje určené vektory r a Rr. Potřebujeme vektor v, který je ortogonální k r a ˆv: v = ˆv r = ˆv (r (r ˆv)ˆv) = ˆv r ˆv (r ˆv)ˆv = ˆv r 0 = ˆv r. Obrázek 4: Vektor v ortogonální k r a ˆv. Vektor Rr můžeme opět zapsat jako součet dvou složek (Rr) a (Rr). V rovinném souřadnicovém systému, který je ortogonální k vektoru ˆv můžeme pro (Rr) použít vztah (Rr) = r cos θ + v sin θ. Nyní dostáváme Rr = (Rr) + (Rr) = r + r cos θ + v sin θ = (r ˆv)ˆv + (r (r ˆv)ˆv) cos θ + v sin θ
30 4. Kvaterniony a rotace v SO(4) a SO(3) 30 = (r ˆv)ˆv (r ˆv)ˆv cos θ + r cos θ + v sin θ = (1 cos θ)(r ˆv)ˆv + r cos θ + (ˆv r) sin θ. (5) Z Věty 4.14 víme, že R q (p) = qpq 1. Připomeňme, že p = [0, r] a q je jednotkový kvaternion q = [s, v]. R q (p) = [s, v][0, r][s, v] 1 = [s, v][0, r][s, v] = [s, v][v r, sr r v] = [s(v r) v (sr r v), s(sr r v) + (v r)v + v (sr r v)] = [0, s r s(r v) + (v r)v + v (sr) v (r v)] = [0, s r + (v r)v v (r v) s(r v)] = [0, s r + (v r)v (v v)r + (v r)v + s(v r)] ( ) = [0, (s v v)r + (v r)v + s(v r)]. ( ) Zde využijeme identitu, tzv. dvojný součin v 1 (v v 3 ) = (v 1 v 3 )v (v 1 v )v 3. Protože q je jednotkový kvaternion, můžeme napsat q = [cos θ, (sin θ)ˆv] viz vztah (18), kde ˆv = 1. Dosadíme do R q (p) a dostaneme R q (p) = [0, (cos θ sin θ(ˆv ˆv))r + ((sin θ)ˆv r)(sin θ)ˆv + cos θ((sin θ)ˆv r)] = [0, (cos θ sin θ)r + (ˆv sin θ)(ˆv r) + cos θ sin θ(ˆv r)] = [0, r cos θ + (1 cos θ)(ˆv r)ˆv + (ˆv r) sin θ]. (6) Z výše uvedeného odvození vidíme, že výraz (6) je stejný jako výraz (5), liší se pouze ve velikosti úhlu. Všimněme si, že úhel v rovnosti (6) je θ namísto θ. Tak dostaneme jednotkový vektor ˆv a úhel rotace θ, jednotkový kvaternion [cos θ, sin θˆv] otáčí vektor r o úhel θ kolem ˆv. Věta 4.15 Nechť q 1, q H 1. Skládání rotací je možno vyjádřit jako násobení kvaternionů. Rotace pomocí q 1 následovaná rotací q je ekvivalentní rotaci q q 1, tedy skládání rotací je dosaženo násobením odpovídajících si kvaternionů. Důkaz 4.15 Pokud p H, pak za použití vzorců (9) a (14) dostáváme následující rovnost q (q 1 pq1 1 )q 1 = (q q 1 )p(q1 1 q 1 ) = (q q 1 )p( q 1 q ) = (q q 1 )p(q 1 q ) = (q q 1 )p(q 1 q ) 1. Osu a úhel rotace můžeme vzít z kvaternionové reprezentace rotace.
31 5. Užití kvaternionů 31 Věta 4.16 Nechť q H a q = [s, v], kde v je nenulový ryzí kvaternion, osa rotace R q (p) je určena počátkem a vektorem v v R 3, který odpovídá ryzímu kvaternionu v. Úhel rotace θ je roven π, pokud s = 0, nebo pro s 0 je úhel rotace dán vztahem kde 0 < θ π. tg θ = v s, (7) Důkaz 4.16 Důkaz této věty je poněkud zdlouhavější, lze ho nalézt např. v []. 5 Užití kvaternionů 5.1 Rotace využívající kvaterniony Pokusíme se vypočítat výslednou pozici bodu p po transformaci bodu p z původní pozice. Využijeme vztahu (3) a vypočítáme. Tedy ˆp = qp q, (8) kde p je původní pozice bodu : p = 0 + iq x + jq y + kq z, ˆp je výsledná pozice bodu po transformaci, q je kvaternion : q = q s + iq x + jq y + kq z, q je konjugovaný kvaternion : q = q s iq x jq y kq z. Poznámka 5.1 Souřadnice budeme značit x, y, z a složky kvaternionu budeme pro větší přehlednost značit takto : q s, q x, q y, q z. Nyní můžeme dosadit tyto elementy do vzorce (8). Nejdříve dosadíme p a q ˆp = q(0 + iq x + jq y + kq z )(q s iq x jq y kq z ), dostaneme ˆp = q 0 q s + xq x + yq y + zq z + i(xq s 0q x yq z + zq y ) + j( 0q y + xq z + yq s zq x ) + k(0 ( q z ) xq y + yq x + zq s ). Nyní dosadíme za q a po úpravách dostaneme R = 0, i = x(q x q x + q s q s q y q y q z q z ) + y(q x q y q s q z ) + z(q x q z + q s q y ), j = x(q s q z + q x q y ) + y(q s q s q x q x + q y q y q z q z ) + z( q s q x + q y q z ), k = x( q s q y + q x q z ) + y(q s q x + q y q z ) + z(q s q s q x q x q y q y + q z q z ).
32 5. Užití kvaternionů 3 Dostaneme jednotlivé složky ˆp x, ˆp y, ˆp z ˆp x = x(q x q x + q s q s q y q y q z q z ) + y(q s q y q s q z ) + z(q x q z + q s q y ), ˆp y = x(q s q z + q x q y ) + y(q s q s q x q s + q y q y q z q z ) + z( q s q x + q y q z ), ˆp z = x( q s q y + q x q z ) + y(q s q x + q y q z ) + z(q s q s q x q x q y q y + q z q z ), které můžeme následovně zapsat do matice ˆp x ˆp y ˆp z = q x q x + q s q s q y q y q z q z q x q y q s q z q x q z + q s q y q s q z + q x q y q s q s q x q x + q y q y q z q z q s q x + q y q z q s q y + q x q z q s q x + q y q z q s q s q x q x q y q y + q z qz a pokud použijeme vztah q s q s + q x q x + q y q y + q z q z = 1 matici můžeme přepsat do tvaru 1 q z q z q y q y q z q s + q y q x q y q s + q z q x q x q y + q s q z 1 q z q z q x q x q z q y q x q s. (9) q x q z q s q y q y q z + q s q x 1 q y q y q x q x Příklad 5.1 Jako příklad užití kvaternionů v trojrozměrné rotaci budeme uvažovat bod o souřadnicích [1, 0, 0], který se otočí kolem osy z o 90 ( π rad) do pozice [0, 1, 0] viz Obrázek 5., Obrázek 5: Rotace z bodu [1, 0, 0] kolem osy z do bodu [0, 1, 0]. 1. Použijeme následující vzorec k převodu z reprezentace osa úhel do kvaternionů (odvození naleznete v kap. 5..) Po dosazení dostaneme q = cos θ + i(x sin θ ) + j(y sin θ ) + k(z sin θ ). q = cos π 4 + i(0 sin π 4 ) + j(0 sin π 4 ) + k(1 sin π 4 ) = + i0 + j0 + k.
33 5. Užití kvaternionů 33 Vraťme se zpět k rotaci z bodu [1, 0, 0] do bodu [0, 1, 0]. První bod bude reprezentovat kvaternion 0+i1+j0+k0 a druhý bude reprezentován kvaternionem 0+i0+j1+k0. Pro výpočet použijeme předcházejícího vzorce (8). Tedy ˆp = ( + k Vynásobením kvaternionů dostaneme Výsledek je [0, 1, 0]. )(i1)( k i 1 + j1 + j1 i1 = j. ).. Použijeme předešlé rovnosti (9). Pokud do matice dosadíme hodnoty, výsledná matice bude , která reprezentuje otočení o 90 do bodu [0, 1, 0]. 5. Převod reprezentace osa úhel do kvaternionů Rotace může být reprezentována libovolným jednotkovým vektorem a orientovaným úhlem otočení kolem tohoto vektoru (osy). Využívají se například kvaterniony, matice, Eulerovy úhly nebo reprezentace osa úhel, kterou se budeme nyní zabývat. Osa úhel Tato reprezentace je jednou z možností jak určit rotaci. Udává osu rotace n a úhel rotace θ kolem této osy dle pravidla pravé ruky. Vektor n = (n x, n y, n z ) je jednotkový vektor a platí nn = 1. Osa n se někdy nazývá vlastní osa. Tato reprezentace popisuje rotaci čtveřicí čísel. První tři určují vektor osy rotace a čtvrté značí úhel otočení kolem této osy. Reprezentace osa úhel našla uplatnění například v aplikacích jako je CAD (Computer Aided Design). Tato reprezentace je velmi blízká kvaternionu a proto si ukážeme její převod. Máme dány rovnosti q x = n x sin θ, (30) q y = n y sin θ, (31) q z = n z sin θ, (3) q s = cos θ, (33)
34 5. Užití kvaternionů 34 kde osa je normovaná takto a kvaternion je normován takto n x n x + n y n y + n z n z = 1, (34) cos θ + n xn x sin θ + n yn y sin θ + n zn z sin θ = 1. (35) Nyní si ukážeme jak vznikly předcházející vztahy. Pomocí trigonometrického vzorce můžeme napsat cos θ + sin θ = 1. (36) Vzorec (36) vynásobíme vztahem (34)a dostaneme cos θ 1 = (n xn x + n y n y + n z n z ) sin θ. Po roznásobení máme cos θ + n xn x sin θ + n yn y sin θ + n zn z sin θ = 1. (37) Vidíme, že vztahy (35) a (37) jsou stejné. Kvaternion je normovaný, protože je ve formě qs + qx + qy + qz = 1. Z výše uvedených vztahů dostaneme jednotlivé složky kvaternionu. q x = n x sin θ, q y = n y sin θ, q z = n z sin θ, q s = cos θ. Poslední část nebyla přesným důkazem, ale můžeme snadno zjistit, že je správně, pokud budeme kontrolovat rotace samostatně kolem každé osy (viz [7]). Výsledný vzorec je q = cos θ + i(n x sin θ ) + j(n y sin θ ) + k(n z sin θ ), (38) kde tedy θ je úhel rotace a n x, n y, n z je vektor reprezentující osu otočení.
35 5. Užití kvaternionů 35 Příklad 5. Vytvoříme rotaci z bodu [1, 0, 0] o 90 ( π rad) do pozice [0, 1, 0] viz Obrázek 5. Pro tuto rotaci je θ = π a n = [1, 0, 0]. Hodnoty můžeme dosadit do vzorce (38) dostáváme q = cos θ 4 + i(1 sin θ 4 ) + j(0 sin θ 4 ) + k(0 sin θ 4 ), q x = cos π 4 =, sin π 4 =,, q y = 0, g z = 0, q s = Výsledný kvaternion je + i Různé využití kvaternionů v praxi Uvedeme zde některé způsoby použití kvaternionů. Již v úvodu jsme zmínili, že se jednotkové kvaterniony využívají především v animaci. Existují i jiná odvětví, kde se právě tato technika využívá. Vzhledem k tomu, že kvaterniony reprezentují rotace, tak je můžeme využít téměř ve všech simulacích, kde se objevují rotace, a pro které jsou nevhodné maticové či jiné reprezentace. V další části textu se dozvíme, že kvaterniony hrají důležitou roli například v lékařství, kde se kvaterniony většinou používají jako prostředek grafické vizualizace či k ovládání lékařských sond. Ze simulací využívající kvaterniony můžeme konkrétně zmínit využití pro letové simulace. Ty nám velmi dobře umožní získat potřebné informace o tom, jak se letadlo bude chovat v reálném prostředí. Dalším příkladem mohou být kvaterniony popisující oběhy družic, jejichž poloha je důležitá například pro komunikaci. Kvaterniony nacházejí uplatnění i v reálných aplikacích typu bezpilotní letadlo, řízené střely a robotika. Satellite Tool Kit Satellite Tool Kit (STK) je softwarové jádro, které je dostupné pro jakoukoliv vládu a vzdušný prostor. STK poskytuje analytický systém, který je schopen vypočítat data a zobrazit dvourozměrné mapy. Na mapách jsou znázorněny různé časově závislé situace pro družice a další objekty, kterými jsou například řízené střely nebo letadla. Hlavní schopností STK je zahrnutí analýzy senzorového pokrytí pro jakékoliv objekty vytvářené v STK nebo zahrnutí oběžné dráhy tvořenou efenerida. Efenerida je seznam pozic, které jsou předpovězené pro určité časové intervaly budoucnosti ze známé oběžné dráhy.
36 5. Užití kvaternionů 36 V hlavním STK programu je tedy zahrnuta trajektorie oběžné dráhy. Výchozí oběžnou dráhu můžeme zadat v pravoúhlých souřadnicích nebo orbitálními Keplerovými elementy, což je obvykle používaná množina, jejíž elementy jsou nezbytné k popisu oběžné dráhy. STK tvoří vizualizační prostředek, který je dobrý pro určení, zda-li byla správně vytvořena oběžná dráha. STK je schopen vytvářet údaje, které obsahují pozici a rychlost družice v přesně stanovených časových intervalech. Principy výpočtů mohou být založeny na Eulerových úhlech nebo kvaternionech. Upravené simulační profily AGHS (Advanced GPS Hybrid Simulation viz [17], GPS Global Position System) používají kvaterniony pro popis oběhu družice (viz [0]). Simulace letadla Letadlové simulace jsou pravděpodobně jednou z nejnáročnějších aplikací v oblasti her. Microsoft Flight Simulator (MFS) je jedním z nejvíce pokročilých simulátorů. Tyto programy poskytují realistickou simulaci letu díky implementaci klasické letadlové pohybové rovnici, kvaternionové transformační metodě a dalším metodám. Bezpilotní prostředek Obecně je bezpilotní prostředek představován jako létající prostředek bez lidské posádky. V armádě většinou nalézá využití v operacích, kde je nevhodné vystavovat pilotované prostředky a jejich obsluhu nebezpečí pro velmi pravděpodobnou možnost zničení. Malá velikost umožňuje nepozorovaně proklouznout do rizikových oblastí. Dlouhá doba letu na větší vzdálenost ho předurčuje k nasazení na dlouhodobé úkoly a odpadá nutný čas pro regeneraci sil posádky. Pro funkci bezpilotního prostředku je nezbytné znát polohové úhly (orientaci, úhly natočení vůči referenčnímu souřadnicovému systému). Tato informace umožňuje prostředkům pohybovat se požadovaným směrem a vykonávat zadanou funkci. Cílem je vytvořit systém, který umožňuje schopnost orientace letounu. Řešení spočívá v numerické integraci změn natočení os v některé z metod reprezentace orientace. Pro reprezentaci vypočítané orientace letounu byly použity kvaterniony (viz [1]). Využití pro letové simulace Po prvních letových testech raketoplánu Space Shuttelu v roce 1977 a jeho uvedení do provozu v roce 1981 se začala NASA (National Aeronautics and Space Administration) zabývat menšími dopravními prostředky s vícenásobným použitím, které by zajistily kyvadlovou dopravu na oběžnou dráhu Země. Po roce 1990 se objevil projekt vztlakového
37 5. Užití kvaternionů 37 tělesa HL 0. Na oběžnou dráhu mělo být dopraveno pomocí raket nebo mohla být doprava zajištěna v nákladovém prostoru Space Shuttle. K sestupu do atmosféry bylo těleso HL 0 vybaveno raketovými motory. Záměrem vývojářů NASA bylo vytvořit levnější variantu prostředku pro dopravu na nízkou oběžnou dráhu kolem Země s možností rychlého opakování vzletu. Dalším cílem bylo zajistit zvýšenou bezpečnost a možnost přistát na letištích jako konvenční letadlo. HL 0 mělo sloužit i jako nouzový prostředek pro dopravu ohrožených kosmonautů, zajišťovat výměnu posádek na mezinárodní vesmírné stanici nebo zajišťovat opravu satelitů. Právě pomocí prostředí MATLAB, Simulink a nadstavbové knihovny Aerospace Blockse, lze vytvořit simulaci pohybu vztlakového tělesa HL 0. Pro simulaci pohybu letounu lze využít pohybové rovnice s třemi stupni (pro podélný pohyb letounu) nebo s šesti stupni volnosti. Souřadnicová soustava je americká, kde svislá osa z směřuje dolů a kladná osa pro boční sílu y směřuje vpravo ve směru letu. Poloha letounu, jako je například výška a natočení vzhledem k Zemi, se počítá v zemské souřadnicové soustavě v Eulerových úhlech nebo kvaternionech (viz [3]). Top hatch Wing flap Rudder Body flaps Body flaps Obrázek 6: HL 0. Lékařství Kvaterniony se dále využívají v interaktivních modelech, které mohou pomoci například lékařům při léčbě zlomenin. Kdy je nutné přiložit tvarovatelnou dlahu přímo na kost a připevnit ji pomocí fixačních šroubů. Vytváří se obecný virtuální model dlahy. Hledá se vhodný způsob pro umísťování dlahy na povrch trojrozměrného modelu kosti, za pomoci definování křivky na povrchu modelu kosti a omezením pohybu dlahy pouze na tuto křivku, která je doprovázena automatickou změnou tvaru dlahy, aby odpovídal tvaru povrchu kosti.
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
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
ALGEBRA. Téma 4: Grupy, okruhy a pole
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 4: Grupy, okruhy a pole Základní pojmy unární operace, binární operace, asociativita,
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. DIPLOMOVÁ PRÁCE Kvaterniony, duální kvaterniony a jejich aplikace
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky DIPLOMOVÁ PRÁCE Kvaterniony, duální kvaterniony a jejich aplikace Plzeň, 2009 Jitka Prošková Děkuji především vedoucímu diplomové
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...
V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti
Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení
označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,
Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání
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
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
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
Matematika (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
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)
Matematika 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
příkladů 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
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
Rotace ve 3D a kvaterniony. Eva Blažková a Zbyněk Šír (MÚ UK) - Rotace ve 3D a kvaterniony 1 / 16
Rotace ve 3D a kvaterniony Eva Blažková a Zbyněk Šír MÚ UK Eva Blažková a Zbyněk Šír (MÚ UK) - Rotace ve 3D a kvaterniony 1 / 16 Eulerovy úhly http://www.youtube.com/watch?v=upsmnytvqqi Eva Blažková a
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.
Necht 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
VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
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.
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
KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ
KOMPLEXNÍ ČÍSLA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky na gymnáziu INVESTICE
Matice. a m1 a m2... a mn
Matice Nechť (R, +, ) je okruh a nechť m, n jsou přirozená čísla Matice typu m/n nad okruhem (R, +, ) vznikne, když libovolných m n prvků z R naskládáme do obdélníkového schematu o m řádcích a n sloupcích
1 Báze a dimenze vektorového prostoru 1
1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější
Lineární 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
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
Lineární 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
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
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,
Operace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =
[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).
Grupy, tělesa grupa: množina s jednou rozumnou operací příklady grup, vlastnosti těleso: množina se dvěma rozumnými operacemi příklady těles, vlastnosti, charakteristika tělesa lineární prostor nad tělesem
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
a 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
7 Analytické vyjádření shodnosti
7 Analytické vyjádření shodnosti 7.1 Analytická vyjádření shodných zobrazení v E 2 Osová souměrnost Osová souměrnost O(o) podle osy o s obecnou rovnicí o : ax + by + c =0: x = x 2a (ax + by + c) a 2 +
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
(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
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
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
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
Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),
1 LINEÁRNÍ ALGEBRA 1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci
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;
transformace 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
Algoritmus pro hledání vlastních čísel kvaternionových matic
Úvod Algoritmus pro hledání vlastních čísel kvaternionových matic Bc. Martin Veselý Fakulta jaderná a fyzikálně inženýrská Katedra softwarového inženýrství v ekonomii Skupina aplikované matematiky a stochastiky
Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty
Soustavy lineárních diferenciálních rovnic I řádu s konstantními koeficienty Definice a) Soustava tvaru x = ax + a y + az + f() t y = ax + a y + az + f () t z = a x + a y + a z + f () t se nazývá soustava
Úlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
Lineární algebra Operace s vektory a maticemi
Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................
Kvaterniony, duální kvaterniony a jejich aplikace
1 / 16 Kvaterniony, duální kvaterniony a jejich aplikace Jitka Prošková Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky 17. 6. 21 2 / 16 Zadání Základní charakteristika tělesa
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
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),
Cvičení z Lineární algebry 1
Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice
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
Číselné vektory, matice, determinanty
Číselné vektory, matice, determinanty Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny
10. 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
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
Základy 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
Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,
Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),
Derivace funkcí více proměnných
Derivace funkcí více proměnných Pro studenty FP TUL Martina Šimůnková 16. května 019 1. Derivace podle vektoru jako funkce vektoru. Pro pevně zvolenou funkci f : R d R n a bod a R d budeme zkoumat zobrazení,
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
Vlastní číslo, vektor
[1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost
Lineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 30. dubna 2014, 09:00 1 2 15.1 Prehilhertovy prostory Definice 1. Buď V LP nad
7. Lineární vektorové prostory
7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární
1 Připomenutí vybraných pojmů
1 Připomenutí vybraných pojmů 1.1 Grupa Definice 1 ((Komutativní) grupa). Grupou (M, ) rozumíme množinu M spolu s operací na M, která má tyto vlastnosti: i) x, y M; x y M, Operace je neomezeně definovaná
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
Parametrická 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
Eukleidovský 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,
Lineární algebra : Lineární prostor
Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární
vyjádřete 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
Kapitola 11: Vektory a matice 1/19
Kapitola 11: Vektory a matice 1/19 2/19 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 =
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
1 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
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:
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
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
Necht 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
Báze a dimenze vektorových prostorů
Báze a dimenze vektorových prostorů Buď (V, +, ) vektorový prostor nad tělesem (T, +, ). Nechť u 1, u 2,..., u n je konečná posloupnost vektorů z V. Existují-li prvky s 1, s 2,..., s n T, z nichž alespoň
Základy matematiky pro FEK
Základy matematiky pro FEK 1. přednáška 22.9.2016 Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 19 Organizační pokyny přednášející:
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
Těleso racionálních funkcí
Těleso racionálních funkcí Poznámka. V minulém semestru jsme libovolnému oboru integrity sestrojili podílové těleso. Pro libovolné těleso R je okruh polynomů R[x] oborem integrity, máme tedy podílové těleso
1 Vektorové prostory.
1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které
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
Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n
[1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem
V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:
Zpracoval: hypspave@fel.cvut.cz. Základní vlastnosti abstraktních lineárních prostorů. Lineární závislost, nezávislost, báze, souřadnice vzhledem k bázi, matice lineárního zobrazení vzhledem k bázím.skalární
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
Lineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
7 Ortogonální a ortonormální vektory
7 Ortogonální a ortonormální vektory Ze vztahu (5) pro výpočet odchylky dvou vektorů vyplývá, že nenulové vektory u, v jsou na sebe kolmé právě tehdy, když u v =0. Tato skutečnost nám poslouží k zavedení
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
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
Vektorové prostory R ( n 1,2,3)
n Vektorové prostory R ( n 1,2,) (Velikonoční doplněk ke cvičení LAG) Prvky kartézské mocniny R RR R jsou uspořádané trojice reálných čísel, které spolu s operacemi ( a1, a2, a) ( b1, b2, b) ( a1b1, a2
Vlastní čísla a vlastní vektory
Kapitola 11 Vlastní čísla a vlastní vektory Základní motivace pro studium vlastních čísel a vektorů pochází z teorie řešení diferenciálních rovnic Tato teorie říká, že obecné řešení lineární diferenciální
Afinita 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,
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice
Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice Jan Tomeček Tento stručný text si klade za cíl co nejrychlejší uvedení do teorie Greenových funkcí pro obyčejné diferenciální
ALGEBRY ROTACÍ A JEJICH APLIKACE. 1. Úvod
Kvaternion 2/2014, 43 62 43 ALGEBRY ROTACÍ A JEJICH APLIKACE JAROSLAV HRDINA Abstrakt. Následující text pokrývá jeden z cyklů přednášek předmětu Aplikovaná algebra pro inženýry (0AA) na FSI VUT. Text vznikl
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
Symetrické a kvadratické formy
Symetrické a kvadratické formy Aplikace: klasifikace kvadrik(r 2 ) a kvadratických ploch(r 3 ), optimalizace(mpi) BI-LIN (Symetrické a kvadratické formy) 1 / 20 V celé přednášce uvažujeme číselné těleso
DEFINICE Z LINEÁRNÍ ALGEBRY
DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které
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
Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.
Determinanty Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Determinanty Definice determinantu Sarrusovo a křížové pravidlo Laplaceův rozvoj Vlastnosti determinantu Výpočet determinantů 2 Inverzní
Kapitola 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
Drsná matematika I 5. přednáška Vektory a matice
Drsná matematika I 5. přednáška Vektory a matice Jan Slovák Masarykova univerzita Fakulta informatiky 20. 3. 2007 Obsah přednášky 1 Literatura 2 Vektory 3 Matice nad skaláry 4 Ekvivalentní úpravy matic
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.