Luento 4: 3D Transformaatiot

Samankaltaiset tiedostot
Luento 2: Transformaatiot (2D)

Luento 3: Transformaatiot (2D)

Ortogonaalinen ja ortonormaali kanta

Matematiikka B2 - Avoin yliopisto

Matematiikka B2 - TUDI

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Sisältö. Luento 1: Transformaatiot (2D) 1. Koordinaattimuunnokset. Muunnokset (jatkuu) 2. Perustransformaatiot. Perustransformaatiot (jatkuu)

Determinantti 1 / 30

Lineaarialgebra (muut ko)

1.1. Määritelmiä ja nimityksiä

Talousmatematiikan perusteet: Luento 10. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Matriisitulo Determinantti

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

Talousmatematiikan perusteet: Luento 9. Matriisien peruskäsitteet Yksinkertaiset laskutoimitukset Transponointi Matriisitulo

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =

1 Matriisit ja lineaariset yhtälöryhmät

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

Lineaarialgebra ja matriisilaskenta I

Insinöörimatematiikka D

Johdatus tekoälyn taustalla olevaan matematiikkaan

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

BM20A0700, Matematiikka KoTiB2

Lineaarialgebra ja matriisilaskenta I

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Käänteismatriisin. Aiheet. Käänteismatriisin ominaisuuksia. Rivioperaatiot matriisitulona. Matriisin kääntäminen rivioperaatioiden avulla

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Seuraava luento ti on salissa XXII. Lineaarialgebra (muut ko) p. 1/117

Avaruuden muunnokset Jukka Liukkonen 24. joulukuuta 2009

9.2 Lineaarikuvaus Olkoon A kuvaus (funktio) vektoriavaruudesta V vektoriavaruuteen U: jos nyt

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Käänteismatriisi 1 / 14

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Insinöörimatematiikka D

Insinöörimatematiikka D

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I. LM1, Kesä /218

9 Matriisit. 9.1 Matriisien laskutoimituksia

Luento 3: 3D katselu. Sisältö

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta I

2.8. Kannanvaihto R n :ssä

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

1. Matemaattiset perusteet

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Luento 7: 3D katselu. Sisältö

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Insinöörimatematiikka D

2. Tasasivuinen kolmio

Ortogonaaliset matriisit, määritelmä 1

1. LINEAARISET YHTÄLÖRYHMÄT JA MATRIISIT. 1.1 Lineaariset yhtälöryhmät

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Käänteismatriisin ominaisuuksia

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Matriisipotenssi. Koska matriisikertolasku on liitännäinen (sulkuja ei tarvita; ks. lause 2), voidaan asettaa seuraava määritelmä: ja A 0 = I n.

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Yhteenlaskun ja skalaarilla kertomisen ominaisuuksia

3.1 Lineaarikuvaukset. MS-A0007 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

Matriisialgebra harjoitukset, syksy 2016

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:

Ominaisarvo ja ominaisvektori

Johdatus lineaarialgebraan. Juha Honkala 2017

4.6 Matriisin kääntäminen rivioperaatioilla

Neliömatriisin adjungaatti, L24

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Vektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa

Muistutus: Matikkapaja ke Siellä voi kysyä apua demoihin, edellisen viikon demoratkaisuja, välikoetehtävien selitystä, monisteesta yms.

Oppimistavoitematriisi

Lineaariset yhtälöryhmät ja matriisit

T STATIIKKA 2 (3 OP.) OAMK

Talousmatematiikan perusteet: Luento 9

Informaatiotieteiden yksikkö. Lineaarialgebra 1A. Pentti Haukkanen. Puhtaaksikirjoitus: Joona Hirvonen

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

Insinöörimatematiikka D

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Insinöörimatematiikka D

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Lineaarikuvauksen R n R m matriisi

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

Ennakkotehtävän ratkaisu

802320A LINEAARIALGEBRA OSA II

1.1 Vektorit. MS-A0004/A0006 Matriisilaskenta. 1.1 Vektorit. 1.1 Vektorit. Reaalinen n-ulotteinen avaruus on joukko. x 1. R n.

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Oppimistavoitematriisi

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

802118P Lineaarialgebra I (4 op)

Luento 8: Epälineaarinen optimointi

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

C = {(x,y) x,y R} joiden joukossa on määritelty yhteen- ja kertolasku seuraavasti

Ensi viikon luennot salissa X. Lineaarialgebra (muut ko) p. 1/159

Lineaariset mollit, kl 2017, Harjoitus 1

Johdatus lineaarialgebraan

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Transkriptio:

ietokonegrafiikan perusteet -.43 3 op Luento 4: 3D ransformaatiot Lauri aioja /5 3D transformaatiot / isältö Lineaarialgebran kertausta Geometriset objektit 3D-maailmassa Perustransformaatiot 3D:ssä 3D transformaatiot / 2

Lineaarialgebran kertausta euraaassa skalaareja reaalilukuja) merkitään kkertaisilla pienillä kirjaimilla s), ektoreita pienillä ahennetuilla ) ja matriiseja suurilla ahennetuilla kirjaimilla M). Vektorit n-ulotteinen ektori on jono skalaarilukuja [ 2 3... n ]. 3-ulotteisen ektorin komponentteja merkitään mös [ ]. hteenlasku tai ähenns) tapahtuu komponenteittain: + u [ +u 2 +u 2 3 +u 3... n +u n ], samoin skalaarilla kertominen: s u [ s*u s*u 2 s*u 3... s*u n ], 3D transformaatiot / 3 Lineaarialgebran kertaus jatkuu pistetulo l. sisätulo on skalaariluku, joka saadaan komponenteittain laskettujen tulojen summana: u *u + 2 *u 2 + 3 *u 3 +... + n *u n ektorin pituus euklidinen normi) on neliöjuuri pistetulosta itsensä kanssa: 2 2 2 + 2 + 3 + + 2... n kahden ektorin pistetulon geometrinen tulkinta: u u β, missä β u:n ja :n älinen kulma. ektorin normeeraus: ektorin kukin komponentti jaetaan ektorin pituudella, jolloin tuloksena on ksikköektori: / ),. 3D transformaatiot / 4 2

Lineaarialgebran kertaus jatkuu Matriisit m n -ulotteinen matriisi on taulukko, jonka rieinä on m kpl n- ulotteisia ektoreita: 2 M 3 K m matrii komponentteihin iitataan indekseillä M M 2 3 M m m2 m3 jos m n, on ksessä neliömatriisi. ij 2 22 32 M M 3 23 33 K n K 2n K 3n O M K mn 3D transformaatiot / 5 Lineaarialgebran kertaus jatkuu matrii transpoosi saadaan aihtamalla riit ja sarakkeet keskenään: M M ji matriisi oidaan mös tulkita pstektoreista koostuana jonona: M [ u u u ] u 2 3 m k -matrii A ja k n -matrii B matriisitulo on m n - matriisi, jonka kukin komponentti ij) saadaan sisätulona m AB) ij a i b j ), missä a i A:n i:s aakaektori rii) ja b j B:n j:s pstektori sarake). 3D transformaatiot / 6 3

Lineaarialgebran kertaus jatkuu uom. erik.tapauksena on ektorin kertominen matriisilla, oikealta, jos m tai asemmalta jos n. a:n ja b:n ulottuuuksien tulee olla samat k). ämän uoksi tulo toi päin BA) on määritelt ain neliömatriiseille m k n).ällöinkin leensä AB BA. nollamatriisissa O) M ij, kaikille i,j. ksikkömatriisissa I) M ij ij, eli M ij jos i j, muuten M ij. ksikkömatriisilla kertominen säilttää ektorin ennallaan. n n -neliömatrii determinantti saadaan rekursiiisesti kertomalla jonkin riin r) kukin komponentti rj) alideterminantillaan ja laskemalla tulot hteen. Alideterminantti on sen n- n- - matrii determinantti, joka saadaan poistamalla matriisista ko. komponentin sisältäät rii ja sarake r ja j), ja arustamalla tämä etumerkillä + kun r+j on parillinen, muuten etumerkillä -. Riin rj) sijasta oidaan laskenta mös perustaa sarakkeeseen jr). Näin ollen detm) detm ). 3D transformaatiot / 7 Lineaarialgebran kertaus jatkuu skalaarin ) determinantti on luku itse. 22- ja 33-matriiseille saadaan llä esitetstä lausekkeet M det22m) m *m 22 - m 2 *m 2. M det33m) m * m 22 *m 33 - m 23 *m 32 ) - m 2 * m 2 *m 33 - m 23 *m 3 ) + m 3 * m 2 *m 32 - m 22 *m 3 ). n-:n n-ulotteisen ektorin ristitulo on ektori, jonka komponentteina oat matrii [ 2... n- ] ensimmäisen sarakkeen ) komponentteja astaaat alideterminantit. iis se oidaan mmärtää ektoriaroisena determinanttina r X 2 X... X n- det [ 2... n- ], missä koostuu koordinaatiston kantaektoreista. Kahden 3-ulotteisen ektorin ristitulo on tämän mukaan: u X [ u 2 * 3 - u 3 * 2 -u * 3 - u 3 * ) u * 2 - u 2 * ] 3D transformaatiot / 8 4

Lineaarialgebran kertaus jatkuu 3-ulotteisen ristitulon geometrinen tulkinta: X u n u ß, missä ß u:n ja :n älinen kulma ja n on u:n ja :n sisältään tason normaaliektori. uom. kahden kohtisuoran ektorin pistetulo on aina nolla: X u) u X u). leisesti n-ulotteinen ristituloektori on kohtisuorassa kaikkia tekijäektoreitaan astaan: r r 2... r n-. neliö)matrii M käänteismatriisi M - määritellään htälöllä M - M MM - I. neliö)matriisi on gulaarinen, jos käänteismatriisia ei ole, ts. jos htälölle ei löd ratkaisua. ällöin det M). 3D transformaatiot / 9 Lineaarialgebran kertaus jatkuu htälörhmä, joka sisältää n kpl lineaarisia n:n muuttujan htälöitä m i * + m i2 * 2 +... + m in * n c i, oidaan ilmaista matriisimuodossa ja ratkaista kertomalla puolittain samalta suunnalta) käänteismatriisilla: M X c M - M X M - c. Kätännössä käänteismatriisi lasketaan leensä iteroimalla. useamman matrii tulona ilmaistun matrii käsittelssä oat hödllisiä kaaat: AB) B A ja AB) - B - A - jälkimmäinen edellttäen, että matriisit eiät ole gulaarisia). 3D transformaatiot / 5

Geometriset objektit 3-ulotteia Kolmiulotteisia N-ulotteisia) objekteja oidaan käsitellä suurelta o samalla taalla kuin 2-ulotteisiakin. ietorakenteissa koordinaattien lukumäärä kasatetaan kolmeen N:ään): tpepoint3 record,, : real end; tai:point3 arra [..3] of real; PointN arra [..N] of real; Line3 record p,p2 : Point3 end; Polgon3 record N : integer; corners : arra [..MAX] of Point3 end; 3D transformaatiot / Geometriset objektit 3-ulotteia Jos kätetään homogeenista koordinaattiesitstä, lisätään ielä hteinen kerroinkoordinaatti, jolloin kokonaismäärä kasaa neljään N+:een): tpe point3 record,,, : real end; tai: point3 arra [..4] of real; pointn arra [..N+] of real; Muunnosmatriisien koko astaaasti on 4 4 N+ N+): tpe Matri3 arra [..4,..4] of real; 3D transformaatiot / 2 6

7 3D transformaatiot / 3 3D transformaatiot iirto translaatio) ektorin erran: + + + eli ektorimuodossa p p + : tai matriisikertolaskuna homogeenisille koordinaateille: + 3D transformaatiot / 4 3D transformaatiot jatkuu) Kierto 2-ulotteisessa -tasossa tapahtuu -akselin mpäri: α - α α + α eli matriisimuodossa uom. akselilla oleat pisteet eiät muutu inariantti aliaaruus). Kiertosuunta on oikeakätisen säännön mukainen astapäiään, jos kiertoakseli osoittaa katsojaan päin): p R p

8 3D transformaatiot / 5 Kierrot jatkuu) Kierrot muiden akselien mpäri saadaan aihtamalla koordinaattien paikkoja. iis -akselin mpäri: α + α - α + α eli matriisimuodossa p R p 3D transformaatiot / 6 Kierto jatkuu) ja astaaasti -akselin mpäri: uom matriisit johdettaissa toisistaan sklisellä permutaatiolla. P R P

3D transformaatiot jatkuu) Mittakaaan muutos skaalaus) eri suuntiin: eli matriisimuodossa p p Erikoistapauksia: s htenäinen uniform) skaalaus, jossa mittasuhteet säilät, toteutuu skalaarikertolaskuna tekijällä s: [ ] s p [ s s s ] 3D transformaatiot / 7 kaalaus jatkuu) -, + peilaus -tason suhteen astaaasti - ja -tasojen suhteen). -, + kierto 8 -akselin mpäri astaaasti - ja -akseleiden suhteen). Mitä tapahtuu, jos -? 3D transformaatiot / 8 9

3D transformaatiot jatkuu) Viistoutus shearing): Esimerkiksi inon hdensuuntaisprojektion toteuttaa sopian - osuuden lisääminen -aroihin: + + eli matriisimuodossa p p 3D transformaatiot / 9 Viistoutukset jatkuu) uom. otilasperspektiiissä 2, jolloin kokonaissiirtmä -pisteelle on -aron mittainen; kaaljeeriperspektiiissä siirtmä on puolet tästä eli 2 / 2. Yleisessä tapauksessa lisätään kuhunkin koordinaattiin painotettu osuus toisista. 3D transformaatiot / 2

3D transformaatiot / 2 3D transformaatiot jatkuu) kaalaus kiintopisteen suhteen Perusskaalaus tapahtuu origon suhteen. Mielialtaisen kiintopisteen suhteen skaalaus saadaan siirtämällä en origoon translaatiolla - - - ), suorittamalla sitten skaalaus origon suhteen matriisilla, ja siirtämällä kuio sitten takai pisteeseen käänteistranslaatiolla ). eli hteensä p p Mp. M