Professional Documents
Culture Documents
13 de junio de 2016
1 / 59
Vectores I
V = (V1 , V2 , . . . , Vn ) (1)
P = (Px , Py , Pz )
En general n {2, 3, 4}
Vectores 2 / 59
Vectores II
VT = [V1 V2 . . . Vn ] (3)
Vectores 3 / 59
Vectores III
1
v = V (5)
kV k
Este proceso es llamado normalizaci
on y el vector resultante es
llamado vector unitario.
Vectores 4 / 59
Vectores IV
Teorema:
Vectores 5 / 59
Operaciones con vectores
Suma:
P + Q = (P1 + Q1 , P2 + Q2 , . . . , Pn + Qn ) (6)
Resta:
P Q = P + (Q) (7)
Producto de un escalar y un vector:
Vectores 6 / 59
Propiedades
Vectores 7 / 59
Producto escalar I
Vectores 8 / 59
Producto escalar II
Teorema:
Vectores 9 / 59
Producto escalar III
Vectores 10 / 59
Producto escalar IV
Propiedades
1. P Q = Q P
2. (aP) Q = a (P Q)
3. P (Q + R) = P Q + P R
4. P P = kPk2
5. |P Q| kPk kQk
Vectores 11 / 59
Proyecciones
a = kPk cos
PQ
a=
kQk
PQ
projQ P = Q (12)
kQk2
PQ
perpQ P = P Q (13)
kQk2
Vectores 12 / 59
El producto vectorial I
P Q = (Py Qz Pz Qy , Pz Qx Px Qz , Px Qy Py Qx ) (14)
i j k
i = (1, 0, 0)
P Q = Px Py Pz
Qx
j = (0, 1, 0)
Qy Qz
k = (0, 0, 1)
Vectores 13 / 59
El producto vectorial II
Teorema
(P Q) P = 0
(P Q) Q = 0
Vectores 14 / 59
El producto vectorial III
Teorema
Vectores 15 / 59
El producto vectorial IV
Propiedades
Q P = (P Q)
(aP) Q = a(P Q)
P (Q + R) = P Q + P R
P P = (0, 0, 0)
(P Q) R = (R P) Q = (Q R) P
P (Q P) = P Q P = P 2 Q (P Q)P
Vectores 16 / 59
Espacios vectoriales I
Vectores 17 / 59
Espacios vectoriales II
Independencia lineal
a1 V1 + a2 V2 + + an Vn = 0 (16)
Vectores 18 / 59
Base de un espacio vectorial
P = a1 V1 + a2 V2 + + an Vn (17)
Si para cada par (i, j) se tiene que Vi Vj = ij , donde:
(
1 si i = j
ij
0 6 j
si i =
entonces se dice que la base B es ortonormal.
Vectores 19 / 59
Matrices
Matrices 20 / 59
Operaciones I
Matrices 21 / 59
Operaciones II
3. Suma de matrices:
A11 + B11 A12 + B12 A1n + B1n
A21 + B21
A22 + B22 A2n + B2n
A+B= .. .. .. ..
. . . .
Am1 + Bm1 Am2 + Bm2 Amn + Bmn
Matrices 22 / 59
Propiedades de la matriz transpuesta
(AT )T = A
(A + B)T = AT + BT
(aA)T = aAT
(AB)T = BT AT
Matrices 23 / 59
Multiplicacion de matrices I
Matrices 24 / 59
Multiplicacion de matrices II
Matriz identidad
1 0 0
0 1 0
I = . . .
.. (20)
.
. .
. . . .
0 0 1
Matrices 25 / 59
Propiedades I
Teorema
Matrices 26 / 59
Propiedades II
Teorema
1. (aA)B = a(AB)
2. (AB)C = A(BC)
3. (AB)T = BT AT
Matrices 27 / 59
Sistemas de ecuaciones lineales I
3x + 2y 3z = 13
4x 3y + 6z = 7
x z = 5
Matrices 28 / 59
Sistemas de ecuaciones lineales II
Matrices 29 / 59
Inverso de una matriz
MM1 = M1 M = I (21)
La matriz M1 es llamada el inverso de M. Las matrices que no
poseen un inverso son llamadas singulares
Teorema
Matrices 30 / 59
Matrices ortogonales I
Teorema
Si los vectores V1 , V2 , . . . , Vn forman un conjunto ortonormal,
entonces la matriz n n cuyas columnas estan dadas por
V1 , V2 , . . . , Vn es ortogonal.
Matrices 31 / 59
Matrices ortogonales II
Teorema
Matrices 32 / 59
Transformaciones lineales I
x0 (x, y, z) = U1 x + V1 y + W1 z + T1 (24)
0
y (x, y, z) = U2 x + V2 y + W2 z + T2 (25)
0
z (x, y, z) = U3 x + V3 y + W3 z + T3 (26)
Transformaciones 33 / 59
Transformaciones lineales II
Las ecuaciones 24 a 26 pueden ser escritas como:
x0 U1 V1 W1 x T1
0
y = U2 V2 W2 y + T2 (27)
z0 U3 V3 W3 z T3
donde:
El vector T representa la traslaci
on del origen del sistema
coordenado C a C .0
Transformaciones 34 / 59
Reflexion
Transformaciones 35 / 59
Escalamiento I
donde cada ai R+ .
Transformaciones 36 / 59
Escalamiento II
Escalamiento
uniforme
Escalamiento
no uniforme
Transformaciones 37 / 59
Rotacion
Es posible expresar la rotaci
on de un vector P un angulo alrededor
de un eje arbitrario cuya direccion esta representada por el vector
unitario A de acuerdo al siguiente producto matricial:
Px
P0 = M Py (30)
Pz
donde la matriz M esta dada por:
c + (1 c)A2x (1 c)Ax Ay sAz (1 c)Ax Az + sAy
(1 c)Ax Ay + sAz c + (1 c)A2y (1 c)Ay Az sAx
(1 c)Ax Az sAy (1 c)Ay Az + sAx c + (1 c)A2z
Transformaciones 38 / 59
Transformaciones compuestas
P0 = MS P
on MR , se puede rotar a P0
Si se tiene ahora una matriz de rotaci
por MR como sigue:
P00 = MR P0 = MR (MS P)
Por la asociatividad del producto de matrices se tiene:
P00 = (MR MS ) P0
Nota: Recuerde que el producto de matrices no es conmuta-
tivo.
Transformaciones 39 / 59
Coordenadas homogeneas I
Transformaciones 40 / 59
Coordenadas homogeneas II
P0 = MP + T
donde M es una matriz que representa alguna transformacion lineal
dada. Si ahora se desea realizar una transformacion compuesta se
tiene:
P0 = M2 (M1 P + T1 ) + T2
= (M2 M1 )P + M2 T1 + T2 (31)
Transformaciones 41 / 59
Coordenadas homogeneas III
Q0 = FQ (32)
donde:
Px
M11 M12 M13 Tx P
Q = y
M M22 M23 Ty
F = 21 Pz
M31 M32 M33 Tz
1
0 0 0 1
Transformaciones 42 / 59
Interpretacion de la coordenada w
Transformaciones 43 / 59
Posicion y direccion
Transformaciones 44 / 59
Sistemas coordenados en OpenGL I
Cmara
Matriz de
modelo
Espacio local Espacio global
Sistemas coordenados 45 / 59
Sistemas coordenados en OpenGL II
Cmara
Matriz de
vista
Espacio global Espacio de vista
Sistemas coordenados 46 / 59
Sistemas coordenados en OpenGL III
Matriz de
proyeccin
Espacio Espacio de
de vista clipping
Sistemas coordenados 47 / 59
Sistemas coordenados en OpenGL IV
Transformacin
de viewport
Espacio Espacio de
de vista pantalla
Sistemas coordenados 48 / 59
Transformacion de sistemas coordenados I
Sistemas coordenados 49 / 59
Transformacion de sistemas coordenados II
Caso bidimensional:
P = (Px , Py ) o + Px + Py , o = (0, 0)
P = (Pu , Pv ) e + Pu u
+ Pv v
Sistemas coordenados 50 / 59
Transformacion de sistemas coordenados III
Sistemas coordenados 51 / 59
Transformacion de sistemas coordenados IV
La operacion inversa:
Pu ux uy e u Px
P = v v e Py
v
v x y
1 0 0 1 1
Sistemas coordenados 52 / 59
La matriz de vista I
Sistemas coordenados 53 / 59
La matriz de vista II
1. Halle el vector f (forward), que representa la direccion a la
que apunta la camara, de la manera siguiente:
ep
f=
ke pk
2. Ahora obtenga el vector lateral s (sideways) a partir de los
vectores f y u como sigue:
f u
s=
kf uk
3. Debido a que los vectores u y f podran no ser ortogonales, es
necesario obtener un tercer vector v ortogonal a s y f , i. e.,
v=sf
Sistemas coordenados 54 / 59
La matriz de vista III
0 0 0 1
Sistemas coordenados 55 / 59
Entrada del usuario
Entrada 56 / 59
Teclado I
Entrada 57 / 59
Mouse I
Entrada 58 / 59
Mouse II
El prototipo de la funci
on de callback correspondiente es como sigue:
Entrada 59 / 59