transformace Idea afinního prostoru Definice afinního prostoru velké a stejně orientované.

Podobné dokumenty
transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]

Afinní transformace Stručnější verze

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

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

Vlastní číslo, vektor

[1] Determinant. det A = 0 pro singulární matici, det A 0 pro regulární matici

Derivace funkce více proměnných

[1] x (y z) = (x y) z... (asociativní zákon), x y = y x... (komutativní zákon).

7 Analytické vyjádření shodnosti

Parciální funkce a parciální derivace

1 Připomenutí vybraných pojmů

Soustavy linea rnı ch rovnic

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,

Základy matematiky pro FEK

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

Statika 1. Miroslav Vokáč ČVUT v Praze, Fakulta architektury. Statika 1. M. Vokáč. Plocha.

Laplaceova transformace Modelování systémů a procesů (11MSP)

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

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

[1] Vzhledem ke zvolené bázi určujeme souřadnice vektorů...

V: Pro nulový prvek o lineárního prostoru L platí vlastnosti:

DEFINICE Z LINEÁRNÍ ALGEBRY

Geometrické transformace pomocí matic

ALGEBRA. Téma 4: Grupy, okruhy a pole

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

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

Lineární rovnice prvního řádu. Máme řešit nehomogenní lineární diferenciální rovnici prvního řádu. Funkce h(t) = 2

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

6. Vektorový počet Studijní text. 6. Vektorový počet

1 Linearní prostory nad komplexními čísly

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

Euklidovský prostor. Euklides. Euklidovy postuláty (axiomy)

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

(ne)závislost. α 1 x 1 + α 2 x α n x n. x + ( 1) x Vektoru y = ( 1) y říkáme opačný vektor k vektoru y. x x = 1. x = x = 0.

6. ANALYTICKÁ GEOMETRIE

Matematika B101MA1, B101MA2

Lineární algebra : Změna báze

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

1 Báze a dimenze vektorového prostoru 1

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Numerická integrace. b a. sin 100 t dt

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

7.4.1 Parametrické vyjádření přímky I

Cvičení z Lineární algebry 1

6 Samodružné body a směry afinity

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY

Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.

Matematika I 12a Euklidovská geometrie

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

Program SMP pro kombinované studium

Dá se ukázat, že vzdálenost dvou bodů má tyto vlastnosti: 2.2 Vektor, souřadnice vektoru a algebraické operace s vektory

Michal Zamboj. December 23, 2016

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Lineární zobrazení. V prvním z následujících tvrzení navíc uvidíme, že odtud plynou a jsou tedy pak rovněž splněny podmínky:

Diferenciální rovnice 1. řádu

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

Lineární algebra : Skalární součin a ortogonalita

0.1 Úvod do lineární algebry

Operace s maticemi

Lineární algebra : Násobení matic a inverzní matice

Matice lineárních zobrazení

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

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:

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

Základní pojmy teorie množin Vektorové prostory

Michal Zamboj. January 4, 2018

Kmitání tělesa s danou budicí frekvencí

Algebraické struktury s jednou binární operací

1 Kvadratické formy. 2 Matice kvadratické formy. Definice Necht B je bilineární forma na V. Q B : V R. Q B (x) = B(x, x), x V

P 1 = P 1 1 = P 1, P 1 2 =

[1] LU rozklad A = L U

0.1 Úvod do lineární algebry

Operace s maticemi. 19. února 2018

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u.

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

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

[1] Definice 1: Polynom je komplexní funkce p : C C, pro kterou. pro všechna x C. Čísla a 0, a 1,..., a n nazýváme koeficienty polynomu.

Lineární algebra Operace s vektory a maticemi

Polynomy nad Z p Konstrukce faktorových okruhů modulo polynom. Alena Gollová, TIK Počítání modulo polynom 1/30

6. Lineární nezávislost a báze p. 1/18

Lineární algebra : Vlastní čísla, vektory a diagonalizace

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

(Cramerovo pravidlo, determinanty, inverzní matice)

6.1 Vektorový prostor

14. přednáška. Přímka

Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),

Lineární algebra : Lineární (ne)závislost

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,

18. První rozklad lineární transformace

Lineární algebra - I. část (vektory, matice a jejich využití)

LS Příklad 1.1 (Vrh tělesem svisle dolů). Těleso o hmotnosti m vrhneme svisle

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA

Symetrické a kvadratické formy

Kapitola 11: Vektory a matice:

Lineární algebra : Skalární součin a ortogonalita

Přibližná linearizace modelu kyvadla

Transkript:

finní ransformace je posunuí plus lineární ransformace má svou maici vzhledem k homogenním souřadnicím využií například v počíačové grafice [] Idea afinního prosoru BI-LIN, afinia, 3, P. Olšák [2] Lineární prosor V volných vekorů: dvě orienované úsečky reprezenují sejný volný vekor, pokud jsou rovnoběžné, sejně velké a sejně orienované. Sčíání a násobení konsanou v lineárním prosoru V provedeme pomocí vhodně zvolených reprezenanů sejně jako v U O. Kromě vekorů z V budeme v afinním prosoru pracova s množinou bodů X. Nové operace: bod + vekor = bod2. Na bod navážeme reprezenana vekoru a koncový bod ohoo vekoru je výsledek operace. bod bod2 = vekor. Výsledkem je vekor s reprezenanem, kerý má počáeční bod2 a koncový bod. a) afinia, 3, b) P. Olšák, FEL ČVUT, c) P. Olšák 2, d) BI-LIN, e) L, f) 29/2, g)ä. Viz p. d. 4/2 Definice afinního prosoru BI-LIN, afinia, 3, P. Olšák [3] BI-LIN, afinia, 3, P. Olšák [4] Souřadnicový sysém afinního prosoru Definice: Nech V je lineární prosor a X je libovolná množina. Dvojici množin (X, V) nazýváme afinní prosor, pokud kromě operací + a na V je definována operace + : X V X s vlasnosmi: () P + o = P P X ( o V je nulový vekor), (2) (P + u ) + v = P + ( u + v ) P X, u V, v V, (3) P X, Q X exisuje jediný u V ak, že P = Q + u Vekor u z vlasnosi (3) značíme P Q nebo QP. Množina X a lineární prosor V mohou bý jakékoli akové, aby šlo definova operaci + s uvedenými vlasnosmi. Dobrá a posačující předsava afinního prosoru je lineární prosor V volných vekorů a množina X bodů. Dimenze afinního prosoru je dimenze lineárního prosoru V. Nadále budeme předpokláda afinní prosory s konečnou dimenzí (zejména s dimenzí 3 nebo 2). Zvolme bázi (B) prosoru V a dále bod O X. Dvojici (O, B) nazýváme souřadnicovým sysémem afinního prosoru. Vekor u V má souřadnice vzhledem k (O, B) definovány jako jeho souřadnice vzhledem k bázi (B). Bod P X má souřadnice vzhledem k (O, B) definovány jako souřadnice vekoru OP. Tomuo vekoru říkáme radiusvekor bodu P.

BI-LIN, afinia, 3, P. Olšák [5] Vlasnosi souřadnic v afinním prosoru Homogenní souřadnice BI-LIN, afinia, 3, P. Olšák [6] Nech C je zobrazení souřadnic, u, v V, P, Q X, α R. Pak () C( u + v ) = C( u ) + C( v ) (2) C(α u ) = α C( u ) (3) C(Q + u ) = C(Q) + C( u ) (4) C(P Q) = C(P) C(Q) Důkaz: () a (2): jsou o obvyklé souřadnice vekoru. (3), (4): sačí souřadnice bodů vyjádři jako souřadnice jejich radiusvekorů. Nech má afinní prosor dimenzi n. Homogenní souřadnice vekoru v souřadnicovém sysému (O, B) je uspořádaná (n + )-ice; prvních n složek obsahuje souřadnice vekoru, poslední složka obsahuje nulu. Homogenní souřadnice bodu v souřadnicovému sysému (O, B) je uspořádaná (n + )-ice; prvních n složek obsahuje souřadnice bodu, poslední složka obsahuje jedničku. Pozorování: Tvrzení z předchozí srany [5] o souřadnicích plaí i v případě, že C značí homogenní souřadnice. Maice v homogenních souřadnicích BI-LIN, afinia, 3, P. Olšák [7] Zobrazení : X X, pro keré exisuje maice R n+,n+ s vlasnosí: homogenní homogenní souřadnice bodu P vzhledem = souřadnice bodu (P) vzhledem k (O, B) k (O, B) se nazývá ransformace s maicí v homogenních souřadnicích. Pozorování: Maice musí bý varu: = kde R n,n, R n,, o R,n je nulový vekor. Vlasnosi maice v homogenních souřadnicích p = p + BI-LIN, afinia, 3, P. Olšák [8] j. bod je ransformován lineární ransformací s maicí a následně posunu o. u = u j. vekor je pouze ransformován lineární ransformací s maicí.

Příklad 2D BI-LIN, afinia, 3, P. Olšák [9] Příklad 3D BI-LIN, afinia, 3, P. Olšák [] Obecná maice ransformace v homogenních souřadnicích má var: a b c d e f. Je edy určena šesi paramery. Bod se souřadnicemi (x, y) přejde při ransformaci s ouo maicí na bod se souřadnicemi (x, y ): x a b c x ax + by + c y = d e f y = dx + ey + f, akže bod se ransformuje lineárně a posune o vekor (c, f). Obecná maice ransformace v homogenních souřadnicích má var: a b c d e f g h i j k l. Je určena dvanáci paramery. Transformace bodu probíhá podle následujícího vzorce: x a b c d x ax + by + cz + d y z = e f g h i j k l y z = ex + fy + gz + h ix + jy + kz + l BI-LIN, afinia, 3, P. Olšák [] Skládání ransformací součin maic Věa: Nech a B jsou maice ransformací a B v homogenních souřadnicích B s =, B = Pak složená ransformace B má maici: B s B = = ( B B + s ). BI-LIN, afinia, 3, P. Olšák [2] Inverzní ransformace inverzní maice Věa: Má-li ransformace regulární maici v homogenních souřadnicích, pak je prosá a na a má maici v homogenních souřadnicích. Pozorování: Je-li =, pak = ( ) ( ) Inverzní maice k exisuje, právě když je regulární. Poznámka: Je (B )(x) = (B((x)). Důkaz věy se provede analogicky, jako důkaz věy o složeném lineárním zobrazení.

BI-LIN, afinia, 3, P. Olšák [3] Příklad: elemenární ransformace ve 2D Příklad BI-LIN, afinia, 3, P. Olšák [4] Změna měříka má maici v homogenních souřadnicích: a b. Roace o úhel α má maici v homogenních souřadnicích: sin α cos α, Posunuí o vekor se souřadnicemi ( x, y ) má maici v homogenních souřadnicích: x y Další ransformace vznikají skládáním ěcho ransformací. Najdeme maici (v homogenních souřadnicích) roace o úhlel α kolem bodu (2, 3). Uvedená ransformace je složením následujících ransformací: posunuí o vekor ( 2, 3), roace o úhel α, posunuí o vekor (2, 3). Maice výsledné ransformace je součinem maic: posunuí o (2, 3) roace o úhel α posunuí o ( 2, 3) = 2 2 = 3 sin α cos α 3 = Příklad, pokračování BI-LIN, afinia, 3, P. Olšák [5] finní ransformace BI-LIN, afinia, 3, P. Olšák [6] 2 cos α + 3 sin α + 2 = sin α cos α 2 sin α 3 cos α + 3. Takže bod o souřadnicích (x, y) přechází po éo ransformaci na bod o souřadnicích (x y ), pro kerý plaí: x 2 cos α + 3 sin α + 2 x y = sin α cos α 2 sin α 3 cos α + 3 y = (cos α) x (sin α) y 2 cos α + 3 sin α + 2 = (sin α) x + (cos α) y 2 sin α 3 cos α + 3 Definice: Nech (X, V) je afinní prosor. Transformace : X X se nazývá afinní, pokud exisuje lineární ransformace : V V ak, že (P + u ) = (P) + ( u ) P X, u V. Zvolme bod O X. Proože pro každý P X plaí P = O + OP, je (P) = (O) + ( OP), akže každá afinní ransformace je jednoznačně určena hodnoou (O) a lineární ransformací : V V. Proože každá lineární ransformace : V V je jednoznačně určena hodnoami na bázi (B) = ( b, b 2,..., b n ), je každá afinní ransformace jednoznačně určena hodnoami v n + bodech: O, O + b, O + b 2,..., O + b n.

Maice afinní ransformace BI-LIN, afinia, 3, P. Olšák [7] Vlasnosi afinní ransformace BI-LIN, afinia, 3, P. Olšák [8] je její maice v homogenních souřadnicích. Je řeba ukáza: Každá ransformace, kerá má maici v homogenních souřadnicích, je afinní. Každá afinní ransformace má maici v homog. souřadnicích. Puník první: Je dána maice nějaké ransformace v homogenních souřadnicích vzhledem k (O, B). Maice hledaného zobrazení je aké maice. Jsou-li p souřadnice bodu P X a u souřadnice vekoru u V, pak ( p + u ) = p + u. Puník druhý: Hledaná maice obsahuje ve sloupcích homogenní souřadnice obrazů báze následované homogenními souřadicemi obrazu bodu O. Taková maice určuje hodnoy afinní ransformace na bodech O, O+ b i, akže určuje afinní ransformaci jednoznačně. Skládání afinních ransformací je afinní ransformace finní ransformace je prosá právě když je na právě když má regulární maici v homogenních souřadnicích. Je-li afiní ransformace prosá, pak její inverze je aké afiní ransformace. Prosá afinní ransformace zobrazuje rovnoběžné přímky na rovnoběžné přímky. Příklad BI-LIN, afinia, 3, P. Olšák [9] Je dána afinní ansformace ve 2D prosoru aková, že posune počáek souřadnicového sysému do bodu (3, 2) a ransformuje první bázový vekor na vekor se souřadnicemi (, 2), druhý bázový vekor ransformuje na vekor se souřadnicemi (4, ). Najdeme maici v homogenních souřadnicích éo ransformace. Podle předchozího maice obsahuje homogenní souřadnice obrazů báze a v posledním sloupci homogenní souřadnice obrazu počáku. Tedy 4 3 = 2 2. Pronásobíme-li pixelové souřadnice každého pixelu ouo maicí, dosáváme pixelové souřadnice obazu: maicovým násobením můžeme ansformova dvourozměrný obrázek.