SlideShare una empresa de Scribd logo
CAPITULO 6MATRICES Sra. Ruth Cuebas Sr. Jose Moreno
Historia Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley introduce la notación matricial como una forma abreviada de escribir un sistema de m ecuaciones lineales con n incógnitas.
La utilización de matrices (arrays) constituye actualmente una parte esencial de los lenguajes de programación, ya que la mayoría de los datos se introducen en los ordenadores como tablas organizadas en filas y columnas , hojas de cálculo y bases de datos.  
Definicion Una matriz es una tabla cuadrada o rectangular de datos (llamados elementos o entradas de la matriz) ordenados en filas y columnas, donde una fila es cada una de las líneas horizontales de la matriz
  y una columna es cada una de las líneas verticales. A una matriz con m filas y n columnas se le denomina matriz m-por-n (escrito m×n), y a m y n dimensiones de la matriz.
Las dimensiones de una matriz siempre se dan con el número de filas primero y el número de columnas después. Comúnmente se dice que una matriz m-por-n tiene un orden de m × n ("orden" tiene el significado de tamaño)
Dos matrices se dice que son iguales si son del mismo orden y tienen los mismos elementos.
Al elemento de una matriz que se encuentra en la fila i-ésima y la columna j-ésima se le llama elemento i,j o elemento (i,j)-iésimo de la matriz. Se vuelve a poner primero las filas y después las columnas
La matriz   es una matriz 4x3.   El elemento A[2,3] o a2,3 es 7.
La matriz   es una matriz 1×9, o un vector fila con 9 elementos
ALGUNOS TIPOS DE MATRICES  Dada una matriz  A, se llama traspuesta de Aa la matriz que se obtiene cambiando ordenadamente las filas por las columnas.
    Matriz Cuadrada Aquella matriz que tiene igual número de filas que de columnas, m = n, se dice que la matriz es de orden n
  IDENTIDAD Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la diagonal principal que son iguales a 1. También se denomina matriz unidad.
 Matriz Nula Si todos sus elementos son cero. También se denomina matriz cero y se denota por 0m×n
La matriz opuesta de una dada es la que resulta de sustituir cada elemento por su opuesto. La opuesta de  A  es   -A.
Suma o adición  Dadas las matrices m-por-n ,A y B, su sumaA + B es la matriz m-por-n calculada sumando los elementos correspondientes       (A + B)[i, j] = A[i, j] + B[i, j]
Porejemplo: Sumar cada uno de los elementos homólogos de las matrices a sumar.
Propiedades Asociativa Dadaslas matrices m×nA, B y C                  A + (B + C) = (A + B) + C  Conmutativa Dadaslas matrices m×nA y B                     A + B = B + A
Propiedades (cont.) Existencia de matriz cero o matriznula               A + 0 = 0 + A = A  Existencia de matrizopuesta               A + (-A) = 0
Producto de matrices El producto de dos matrices se puede definir sólo si el número de columnas de la matriz izquierda es el mismo que el número de filas de la matriz derecha. Si A es una matriz m×n y B es una matriz n×p, entonces su producto matricialAB es la matriz m×p (m filas, p columnas).
Porejemplo:
Matrices, Transformaciones y Coordenadas Homogéneas: 3Dimensiones Para conseguir las transformaciones básicas       ( translación, rotación, escalado, deformación, en general las transformaciones afines) se utilizan matrices de transformación. Realizando algunos cambios a las matrices, se pueden combinar para conseguir una matriz resultante que sirva para varias transformaciones.
Coordenadas Homogéneas Las coordenadas homogéneas son un instrumento usado para describir un punto en el espacio proyectivo.   Se usan como un sistema alternativo de coordenadas para trabajar en el espacio pues este puede verse como un subconjunto del espacio.
Sistema  de Coordenadas Homogéneas Un objeto se representa por polígonos. Un polígono es una colección de vértices y aristas. Para transformar un objeto se transforman sus vértices. Si todos los puntos se expresan en coordenadas homogéneas, todas las transformaciones se pueden expresar como multiplicación. En coordenadas homogéneas a cada punto P(x,y) se le añade una tercera coordenada, W de forma que se representa mediante una tripleta, P(x,y,W).
Sistema de Coordenadas Homogéneas Si la coordenada W es distinta de cero, se puede normalizar la tripleta, dividiéndola por W, (x/W,y/W,1), seguirá representando al mismo punto. (x/W) y (y/W) se llaman coordenadas cartesianas del punto homogéneo. Cada punto expresado en coordenadas homogéneas representa una línea en el espacio 3D. Cuando se normaliza el punto, se obtiene un punto de la forma (x,y,1). La normalización de un punto equivale a proyectar sobre el plano W = 1. Los puntos en el infinito no se proyectan sobre este plano.
Explicaremos primero las transformaciones en 2Dimenciones y luego las de 3Dimenciones Existe un numero de representaciones homogéneas equivalentes para cada coordenada (x,y) seleccionando un valor no cero para w. Por conveniencia escogeremos w=1, para cada posición bidimensional con las coordenadas homogéneas (x,y,1)
Transformaciones en 2D Traslación Escalado Rotación Deformación
Translación 2D de un punto (x,y,1) a una distancia       en x  y  una distancia      en y Obtenemos, x´		1	0	tx	    x y´		0	1	ty	    y	 1		0	0	1	    1 x´	=	x	+	tx y´	=	y	+	ty
x´		 sx 	0	0	    x y´		0	 sy 	0	    y	 1		0	0	1	    1 2 dimensiones: escalado x´	=	 sx ·x y´	=	 sy ·y
2 dimensiones: rotación x´		cos Ѳ	 -sin Ѳ0 	x y´		sin Ѳ 	 cos Ѳ0		y 1		0 	    01 		1 Representado matricialmente en coordenadas homogéneas:
2 dimensiones: deformación (shear) Deformación de la coordenada x: x´		 1 	hx	 0 		x y´		 0 	10		y 1		 0 	0	 1 		1 x´	=	x	+	hx ·y y´	=	y
Ejemplo de traslación en 2D Si queremos trasladar a  dos unidades un vector en el plano obtenemos;
Inversa de la matriz transformada En realidad la inversa de la matriz es fácil de encontrar y el efecto que produce es                        “ undo” o sea regresar a la matriz original. 2D
Ejemplo de traslación utilizando la inversa de la matriz en 2Dimensiones Utilizando el ejemplo anterior de la traslación del     vector                a la posición        la inversa seria   la siguiente: Ej.
Transformaciones en 3Dimenciones La expresión general de una transformación en 3D en coordenadas homogéneas es x´		a11	 a12 	 a13 	 a14	x y´		a21	 a22 	 a23 	 a24	y z´		a31	 a32 	 a33 	 a34	z 1		 0	0	0	1	1
Matriz de transformación M44 Describe todas las transformaciones: traslación, escalado, rotación, deformación, etc... La composición de transformaciones se realiza mediante el producto de matrices. El producto de dos matrices es una herramienta que permite conectar dos transformaciones. Aplicar dos transformaciones sucesivas a un punto es equivalente a aplicar a ese punto el producto de las matrices de las respectivas transformaciones.
Traslación en 3Dimenciones         x´	=	x	+	tx         y´	=	y	+	ty         z´	=	z	+	tz
Escalado en 3Dimensiones     x´	=	 sx ·x     y´	=	 sy ·y     z´	=	 sz ·z
x´		1	0	0	0	x y´		0	cos θ	-sin θ	0	y z´		0	sin θ	cos θ	0	z 1		0	0	0	1	1 x´		cos θ 	0	sin θ 	0	x y´		0	1	0	0	y z´		-sin θ 	0	cos θ	0	z 1		0	0	0	1	1 x´		 cos θ	-sin θ	0	0	x y´		sin θ	cos θ	0	0	y z´		0	0	1	0	z 1		0	0	0	1	1 Rotación en 3Dimensiones Rotación en x Rotación en y Rotación en z
Deformación en 3Dimenciones 10 00  1   0    0                  0 1 0 		 0	0	0	1	 100           0  1    0    0                  k 1 0 		 0	0	0	1	 10 0           1   1    0                  k0 1 0 		 0	0	0	1
Inversa de la matriz en 3Dimensiones
Composición de transformaciones Se puede aplicar sucesivas transformaciones a un punto Al resultado de la primera transformación  Se aplica una segunda transformación La composición de trans. Se realiza mediante el producto de matrices
Ejemplo de composición Supongamos una nueva escala para un objeto por un factor 2 en x al punto(1,1,1) del origen S(2,1,1)  ;   T(-1,-1,-1);    S*T                                                     =
Implementación a la computadora En una concatenación de dos matrices de 3D en orden de(4x4) serian 64 multiplicaciones usando el método estándar de mult. De matrices. Es mas eficiente utilizar un una matriz de una dimensión de 12 elementos y sustituirla por la matriz general de transformaciones 3D; Obtenemos,                                     = a11	 a12 	 a13 	 a14 		a21	 a22 	 a23 	 a24 		a31	 a32 	 a33a34 		 0	0	0	1	 a0a1a2a3 		a4	 a5 	 a6 	 a7 a8a9a10a11 		 0	0	0	1
Conclusión Este capitulo nos enseña como atreves de las matemáticas (transformación de matrices) podemos aplicarlo para el uso de gráficos en el uso de la computadora.  Así que el usuario de sistemas de gráfica realizadas en computadoras puede seguir con gran felicidad inconsciente del empleo de matrices dentro de las rutinas que permiten sus creaciones.

Más contenido relacionado

La actualidad más candente

Función Exponencial y Logarítmica
Función Exponencial y LogarítmicaFunción Exponencial y Logarítmica
Función Exponencial y Logarítmica
Mugen Shinigami
 
Diapositivas funciones 1
Diapositivas funciones 1Diapositivas funciones 1
Diapositivas funciones 1
silvanalazarte
 
Diapositivas factorización
Diapositivas factorizaciónDiapositivas factorización
Diapositivas factorización
leiner1031
 
Presentacion sobre matrices rosa depena
Presentacion sobre matrices rosa depenaPresentacion sobre matrices rosa depena
Presentacion sobre matrices rosa depena
Rosa Cristina De Pena Olivares
 
Expresión algebraica
Expresión algebraicaExpresión algebraica
Expresión algebraica
jujosansan
 
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
algebra
 
Presentacion matrices y determinantes
Presentacion matrices y determinantesPresentacion matrices y determinantes
Presentacion matrices y determinantes
Andrio Mendoza
 
Numeros Reales
Numeros RealesNumeros Reales
Numeros Reales
Luis Valverde
 
Matrices y conclusiones
Matrices y conclusionesMatrices y conclusiones
Matrices y conclusiones
Selvin Loayes
 
Dominio y-rango-funcion
Dominio y-rango-funcionDominio y-rango-funcion
Dominio y-rango-funcion
kaezaga
 
Derivacion implicita
Derivacion implicitaDerivacion implicita
Derivacion implicita
Daumant Frideberg
 
Funciones, dominio, recorrido, funcion inyectiva, sobreyectiva, biyectiva y f...
Funciones, dominio, recorrido, funcion inyectiva, sobreyectiva, biyectiva y f...Funciones, dominio, recorrido, funcion inyectiva, sobreyectiva, biyectiva y f...
Funciones, dominio, recorrido, funcion inyectiva, sobreyectiva, biyectiva y f...
Andres Silva
 
Funcion lineal diapositivas
Funcion lineal diapositivasFuncion lineal diapositivas
Funcion lineal diapositivas
evyseclen
 
Gauss jordan
Gauss jordanGauss jordan
Gauss jordan
Edgar Linares
 
Presentación tipos de matrices
Presentación tipos de matricesPresentación tipos de matrices
Presentación tipos de matrices
mariat04
 
Clasificacion de los numeros
Clasificacion de los numerosClasificacion de los numeros
Clasificacion de los numeros
Matiaskb16
 
FUNCIONES (MATEMÁTICAS)
FUNCIONES (MATEMÁTICAS)FUNCIONES (MATEMÁTICAS)
FUNCIONES (MATEMÁTICAS)
Kennia T
 
Diapositivas limites
Diapositivas limitesDiapositivas limites
Diapositivas limites
rosayariher
 
Metodo gauss y gauss jordan
Metodo gauss y gauss jordanMetodo gauss y gauss jordan
Metodo gauss y gauss jordan
Andrio Mendoza
 
Pendiente de una recta
Pendiente de una rectaPendiente de una recta
Pendiente de una recta
María Pizarro
 

La actualidad más candente (20)

Función Exponencial y Logarítmica
Función Exponencial y LogarítmicaFunción Exponencial y Logarítmica
Función Exponencial y Logarítmica
 
Diapositivas funciones 1
Diapositivas funciones 1Diapositivas funciones 1
Diapositivas funciones 1
 
Diapositivas factorización
Diapositivas factorizaciónDiapositivas factorización
Diapositivas factorización
 
Presentacion sobre matrices rosa depena
Presentacion sobre matrices rosa depenaPresentacion sobre matrices rosa depena
Presentacion sobre matrices rosa depena
 
Expresión algebraica
Expresión algebraicaExpresión algebraica
Expresión algebraica
 
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
Matrices conmutable, idempotente, nilpotente, involutiva, elemental y equival...
 
Presentacion matrices y determinantes
Presentacion matrices y determinantesPresentacion matrices y determinantes
Presentacion matrices y determinantes
 
Numeros Reales
Numeros RealesNumeros Reales
Numeros Reales
 
Matrices y conclusiones
Matrices y conclusionesMatrices y conclusiones
Matrices y conclusiones
 
Dominio y-rango-funcion
Dominio y-rango-funcionDominio y-rango-funcion
Dominio y-rango-funcion
 
Derivacion implicita
Derivacion implicitaDerivacion implicita
Derivacion implicita
 
Funciones, dominio, recorrido, funcion inyectiva, sobreyectiva, biyectiva y f...
Funciones, dominio, recorrido, funcion inyectiva, sobreyectiva, biyectiva y f...Funciones, dominio, recorrido, funcion inyectiva, sobreyectiva, biyectiva y f...
Funciones, dominio, recorrido, funcion inyectiva, sobreyectiva, biyectiva y f...
 
Funcion lineal diapositivas
Funcion lineal diapositivasFuncion lineal diapositivas
Funcion lineal diapositivas
 
Gauss jordan
Gauss jordanGauss jordan
Gauss jordan
 
Presentación tipos de matrices
Presentación tipos de matricesPresentación tipos de matrices
Presentación tipos de matrices
 
Clasificacion de los numeros
Clasificacion de los numerosClasificacion de los numeros
Clasificacion de los numeros
 
FUNCIONES (MATEMÁTICAS)
FUNCIONES (MATEMÁTICAS)FUNCIONES (MATEMÁTICAS)
FUNCIONES (MATEMÁTICAS)
 
Diapositivas limites
Diapositivas limitesDiapositivas limites
Diapositivas limites
 
Metodo gauss y gauss jordan
Metodo gauss y gauss jordanMetodo gauss y gauss jordan
Metodo gauss y gauss jordan
 
Pendiente de una recta
Pendiente de una rectaPendiente de una recta
Pendiente de una recta
 

Similar a Presentacion Matrices

Matrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdfMatrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Enrique rodriguez 20927971 matrices saia c
Enrique rodriguez 20927971 matrices saia cEnrique rodriguez 20927971 matrices saia c
Enrique rodriguez 20927971 matrices saia c
Enrique Cuervo
 
Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....
Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....
Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....
JAVIER SOLIS NOYOLA
 
Matemáticas para las ciencias y artes: Presentación de matrices
Matemáticas para las ciencias y artes: Presentación de matricesMatemáticas para las ciencias y artes: Presentación de matrices
Matemáticas para las ciencias y artes: Presentación de matrices
Dulce Maria Manzo
 
Universidad abierta para adultos
Universidad abierta para adultosUniversidad abierta para adultos
Universidad abierta para adultos
llyn lyn
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
Alejandro Machado Colina
 
Matrices
MatricesMatrices
Matrices
Juan Victor
 
Matrices_y_determinantes REGLA DE CRAMER.pptx
Matrices_y_determinantes  REGLA DE CRAMER.pptxMatrices_y_determinantes  REGLA DE CRAMER.pptx
Matrices_y_determinantes REGLA DE CRAMER.pptx
BaquedanoMarbaro
 
Investigación #1
Investigación #1Investigación #1
Investigación #1
Luis Nuñez
 
Matematica
MatematicaMatematica
Matematica
RicardoAzocar3
 
Matrices matemáticas
Matrices matemáticasMatrices matemáticas
Matrices matemáticas
Walter Gadvay
 
ALGEBRA DE MATRICES
ALGEBRA DE MATRICESALGEBRA DE MATRICES
ALGEBRA DE MATRICES
Daniel Irene
 
Matrices
MatricesMatrices
Matematica ii
Matematica iiMatematica ii
Capitulo 4
Capitulo 4Capitulo 4
Matrices operaciones
Matrices operacionesMatrices operaciones
Matrices operaciones
jcremiro
 
La matriz
La matrizLa matriz
La matriz
miguelconde28
 
Matrices matemáticas
Matrices matemáticasMatrices matemáticas
Matrices matemáticas
Walter Gadvay
 
Matrices matemáticas
Matrices matemáticasMatrices matemáticas
Matrices matemáticas
waltergadvay1992
 
Matrices matemáticas
Matrices matemáticasMatrices matemáticas
Matrices matemáticas
waltergadvay1992
 

Similar a Presentacion Matrices (20)

Matrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdfMatrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdf
 
Enrique rodriguez 20927971 matrices saia c
Enrique rodriguez 20927971 matrices saia cEnrique rodriguez 20927971 matrices saia c
Enrique rodriguez 20927971 matrices saia c
 
Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....
Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....
Antecedentes al álgebra lineal y matrices. Presentación diseñada por el MTRO....
 
Matemáticas para las ciencias y artes: Presentación de matrices
Matemáticas para las ciencias y artes: Presentación de matricesMatemáticas para las ciencias y artes: Presentación de matrices
Matemáticas para las ciencias y artes: Presentación de matrices
 
Universidad abierta para adultos
Universidad abierta para adultosUniversidad abierta para adultos
Universidad abierta para adultos
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Matrices
MatricesMatrices
Matrices
 
Matrices_y_determinantes REGLA DE CRAMER.pptx
Matrices_y_determinantes  REGLA DE CRAMER.pptxMatrices_y_determinantes  REGLA DE CRAMER.pptx
Matrices_y_determinantes REGLA DE CRAMER.pptx
 
Investigación #1
Investigación #1Investigación #1
Investigación #1
 
Matematica
MatematicaMatematica
Matematica
 
Matrices matemáticas
Matrices matemáticasMatrices matemáticas
Matrices matemáticas
 
ALGEBRA DE MATRICES
ALGEBRA DE MATRICESALGEBRA DE MATRICES
ALGEBRA DE MATRICES
 
Matrices
MatricesMatrices
Matrices
 
Matematica ii
Matematica iiMatematica ii
Matematica ii
 
Capitulo 4
Capitulo 4Capitulo 4
Capitulo 4
 
Matrices operaciones
Matrices operacionesMatrices operaciones
Matrices operaciones
 
La matriz
La matrizLa matriz
La matriz
 
Matrices matemáticas
Matrices matemáticasMatrices matemáticas
Matrices matemáticas
 
Matrices matemáticas
Matrices matemáticasMatrices matemáticas
Matrices matemáticas
 
Matrices matemáticas
Matrices matemáticasMatrices matemáticas
Matrices matemáticas
 

Presentacion Matrices

  • 1. CAPITULO 6MATRICES Sra. Ruth Cuebas Sr. Jose Moreno
  • 2. Historia Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley introduce la notación matricial como una forma abreviada de escribir un sistema de m ecuaciones lineales con n incógnitas.
  • 3. La utilización de matrices (arrays) constituye actualmente una parte esencial de los lenguajes de programación, ya que la mayoría de los datos se introducen en los ordenadores como tablas organizadas en filas y columnas , hojas de cálculo y bases de datos.  
  • 4. Definicion Una matriz es una tabla cuadrada o rectangular de datos (llamados elementos o entradas de la matriz) ordenados en filas y columnas, donde una fila es cada una de las líneas horizontales de la matriz
  • 5. y una columna es cada una de las líneas verticales. A una matriz con m filas y n columnas se le denomina matriz m-por-n (escrito m×n), y a m y n dimensiones de la matriz.
  • 6. Las dimensiones de una matriz siempre se dan con el número de filas primero y el número de columnas después. Comúnmente se dice que una matriz m-por-n tiene un orden de m × n ("orden" tiene el significado de tamaño)
  • 7. Dos matrices se dice que son iguales si son del mismo orden y tienen los mismos elementos.
  • 8. Al elemento de una matriz que se encuentra en la fila i-ésima y la columna j-ésima se le llama elemento i,j o elemento (i,j)-iésimo de la matriz. Se vuelve a poner primero las filas y después las columnas
  • 9. La matriz es una matriz 4x3. El elemento A[2,3] o a2,3 es 7.
  • 10. La matriz es una matriz 1×9, o un vector fila con 9 elementos
  • 11. ALGUNOS TIPOS DE MATRICES Dada una matriz  A, se llama traspuesta de Aa la matriz que se obtiene cambiando ordenadamente las filas por las columnas.
  • 12. Matriz Cuadrada Aquella matriz que tiene igual número de filas que de columnas, m = n, se dice que la matriz es de orden n
  • 13. IDENTIDAD Es una matriz cuadrada que tiene todos sus elementos nulos excepto los de la diagonal principal que son iguales a 1. También se denomina matriz unidad.
  • 14. Matriz Nula Si todos sus elementos son cero. También se denomina matriz cero y se denota por 0m×n
  • 15. La matriz opuesta de una dada es la que resulta de sustituir cada elemento por su opuesto. La opuesta de  A  es   -A.
  • 16. Suma o adición Dadas las matrices m-por-n ,A y B, su sumaA + B es la matriz m-por-n calculada sumando los elementos correspondientes (A + B)[i, j] = A[i, j] + B[i, j]
  • 17. Porejemplo: Sumar cada uno de los elementos homólogos de las matrices a sumar.
  • 18. Propiedades Asociativa Dadaslas matrices m×nA, B y C A + (B + C) = (A + B) + C Conmutativa Dadaslas matrices m×nA y B A + B = B + A
  • 19. Propiedades (cont.) Existencia de matriz cero o matriznula A + 0 = 0 + A = A Existencia de matrizopuesta A + (-A) = 0
  • 20. Producto de matrices El producto de dos matrices se puede definir sólo si el número de columnas de la matriz izquierda es el mismo que el número de filas de la matriz derecha. Si A es una matriz m×n y B es una matriz n×p, entonces su producto matricialAB es la matriz m×p (m filas, p columnas).
  • 22. Matrices, Transformaciones y Coordenadas Homogéneas: 3Dimensiones Para conseguir las transformaciones básicas ( translación, rotación, escalado, deformación, en general las transformaciones afines) se utilizan matrices de transformación. Realizando algunos cambios a las matrices, se pueden combinar para conseguir una matriz resultante que sirva para varias transformaciones.
  • 23. Coordenadas Homogéneas Las coordenadas homogéneas son un instrumento usado para describir un punto en el espacio proyectivo. Se usan como un sistema alternativo de coordenadas para trabajar en el espacio pues este puede verse como un subconjunto del espacio.
  • 24. Sistema de Coordenadas Homogéneas Un objeto se representa por polígonos. Un polígono es una colección de vértices y aristas. Para transformar un objeto se transforman sus vértices. Si todos los puntos se expresan en coordenadas homogéneas, todas las transformaciones se pueden expresar como multiplicación. En coordenadas homogéneas a cada punto P(x,y) se le añade una tercera coordenada, W de forma que se representa mediante una tripleta, P(x,y,W).
  • 25. Sistema de Coordenadas Homogéneas Si la coordenada W es distinta de cero, se puede normalizar la tripleta, dividiéndola por W, (x/W,y/W,1), seguirá representando al mismo punto. (x/W) y (y/W) se llaman coordenadas cartesianas del punto homogéneo. Cada punto expresado en coordenadas homogéneas representa una línea en el espacio 3D. Cuando se normaliza el punto, se obtiene un punto de la forma (x,y,1). La normalización de un punto equivale a proyectar sobre el plano W = 1. Los puntos en el infinito no se proyectan sobre este plano.
  • 26. Explicaremos primero las transformaciones en 2Dimenciones y luego las de 3Dimenciones Existe un numero de representaciones homogéneas equivalentes para cada coordenada (x,y) seleccionando un valor no cero para w. Por conveniencia escogeremos w=1, para cada posición bidimensional con las coordenadas homogéneas (x,y,1)
  • 27. Transformaciones en 2D Traslación Escalado Rotación Deformación
  • 28. Translación 2D de un punto (x,y,1) a una distancia en x y una distancia en y Obtenemos, x´ 1 0 tx x y´ 0 1 ty y 1 0 0 1 1 x´ = x + tx y´ = y + ty
  • 29. x´ sx 0 0 x y´ 0 sy 0 y 1 0 0 1 1 2 dimensiones: escalado x´ = sx ·x y´ = sy ·y
  • 30. 2 dimensiones: rotación x´ cos Ѳ -sin Ѳ0 x y´ sin Ѳ cos Ѳ0 y 1 0 01 1 Representado matricialmente en coordenadas homogéneas:
  • 31. 2 dimensiones: deformación (shear) Deformación de la coordenada x: x´ 1 hx 0 x y´ 0 10 y 1 0 0 1 1 x´ = x + hx ·y y´ = y
  • 32. Ejemplo de traslación en 2D Si queremos trasladar a dos unidades un vector en el plano obtenemos;
  • 33. Inversa de la matriz transformada En realidad la inversa de la matriz es fácil de encontrar y el efecto que produce es “ undo” o sea regresar a la matriz original. 2D
  • 34. Ejemplo de traslación utilizando la inversa de la matriz en 2Dimensiones Utilizando el ejemplo anterior de la traslación del vector a la posición la inversa seria la siguiente: Ej.
  • 35. Transformaciones en 3Dimenciones La expresión general de una transformación en 3D en coordenadas homogéneas es x´ a11 a12 a13 a14 x y´ a21 a22 a23 a24 y z´ a31 a32 a33 a34 z 1 0 0 0 1 1
  • 36. Matriz de transformación M44 Describe todas las transformaciones: traslación, escalado, rotación, deformación, etc... La composición de transformaciones se realiza mediante el producto de matrices. El producto de dos matrices es una herramienta que permite conectar dos transformaciones. Aplicar dos transformaciones sucesivas a un punto es equivalente a aplicar a ese punto el producto de las matrices de las respectivas transformaciones.
  • 37. Traslación en 3Dimenciones x´ = x + tx y´ = y + ty z´ = z + tz
  • 38. Escalado en 3Dimensiones x´ = sx ·x y´ = sy ·y z´ = sz ·z
  • 39. x´ 1 0 0 0 x y´ 0 cos θ -sin θ 0 y z´ 0 sin θ cos θ 0 z 1 0 0 0 1 1 x´ cos θ 0 sin θ 0 x y´ 0 1 0 0 y z´ -sin θ 0 cos θ 0 z 1 0 0 0 1 1 x´ cos θ -sin θ 0 0 x y´ sin θ cos θ 0 0 y z´ 0 0 1 0 z 1 0 0 0 1 1 Rotación en 3Dimensiones Rotación en x Rotación en y Rotación en z
  • 40. Deformación en 3Dimenciones 10 00 1 0 0 0 1 0 0 0 0 1 100 0 1 0 0 k 1 0 0 0 0 1 10 0 1 1 0 k0 1 0 0 0 0 1
  • 41. Inversa de la matriz en 3Dimensiones
  • 42. Composición de transformaciones Se puede aplicar sucesivas transformaciones a un punto Al resultado de la primera transformación Se aplica una segunda transformación La composición de trans. Se realiza mediante el producto de matrices
  • 43. Ejemplo de composición Supongamos una nueva escala para un objeto por un factor 2 en x al punto(1,1,1) del origen S(2,1,1) ; T(-1,-1,-1); S*T =
  • 44. Implementación a la computadora En una concatenación de dos matrices de 3D en orden de(4x4) serian 64 multiplicaciones usando el método estándar de mult. De matrices. Es mas eficiente utilizar un una matriz de una dimensión de 12 elementos y sustituirla por la matriz general de transformaciones 3D; Obtenemos, = a11 a12 a13 a14 a21 a22 a23 a24 a31 a32 a33a34 0 0 0 1 a0a1a2a3 a4 a5 a6 a7 a8a9a10a11 0 0 0 1
  • 45. Conclusión Este capitulo nos enseña como atreves de las matemáticas (transformación de matrices) podemos aplicarlo para el uso de gráficos en el uso de la computadora. Así que el usuario de sistemas de gráfica realizadas en computadoras puede seguir con gran felicidad inconsciente del empleo de matrices dentro de las rutinas que permiten sus creaciones.