Geometrische Algebra (GA)

Slides:



Advertisements
Ähnliche Präsentationen
Fast Fourier Transformation
Advertisements

3. 3D-Betrachtungstransformationen
Elementare Grundlagen der Vektorrechnung
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
Schnelle Matrizenoperationen von Christian Büttner
13. Transformationen mit Matrizen
11. Matrizen. 11. Matrizen Eine mn-Matrix ist ein Raster aus mn Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (aij)1  i  m, 1.
Die Laue-Gleichungen und der Begriff der „Netzebene“
Komplexe Zahlen und Fourier-Transformation
Seminar „Extrapolationsmethoden für zufällige Felder“
3.2 und 3.2.1: Räumliches Sehen und Koordinaten und Vektoren
Optische Eigenschaften von Werkstoffen
Ein Modellansatz zur Beschreibung von Vagheiten
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Dynamik komplexer Systeme
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Die Geometrie der Ebene
Kapitel 6 Differenzierbarkeit. Kapitel 6: Differenzierbarkeit © Beutelspacher Juni 2005 Seite 2 Inhalt 6.1 Die Definition 6.2 Die Eigenschaften 6.3 Extremwerte.
Kapitel 4 Geometrische Abbildungen
Reguläre Sprachen Karin Haenelt.
© Karin Haenelt 2006, Äquivalenzen Reg.Ausdrücke, Reg.Sprachen, EA ( ) 1 Reguläre Sprachen Karin Haenelt.
Geometrie. Geometrie 6. Ebene Geometrie Ein Punkt ist, was keinen Teil hat. Euklid ( ) Gerade analytisch: y = mx + c y(0) = c y(1)
Diskrete Mathematik I Vorlesung Arrays-
(Euler-Liouville-Gleichung)
Bewegte Bezugssysteme
Kreiselgleichungen Annette Eicker 12. Januar
TEILCHENPHYSIK FÜR FORTGESCHRITTENE Vorlesung am 4. April 2006 Thomas Schörner-Sadenius Universität Hamburg, IExpPh Sommersemester 2006.
Quaternionen Eugenia Schwamberger.
Mathematische Grundlagen und Rechnen mit algebraischen Zahlen
Irreduzibilität Andreas Flesch.
Ralf KüstersDagstuhl 2008/11/30 2 Ralf KüstersDagstuhl 2008/11/30 3.
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
§9 Der affine Raum – Teil 2: Geraden
§9 Der affine Raum – Teil 2: Geraden
§8 Gruppen und Körper (8.1) Definition: Eine Gruppe G ist eine Menge zusammen mit einer Verknüpfung, die jedem Paar (a,b) von Elementen aus G ein weiteres.
§24 Affine Koordinatensysteme
Arbeit, Energie.
Beispiel: Arbeit, Skalarprodukt zwischen Kraft- und Weg-Vektor
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Beschreibung der energetischen Zustände der Elektronen
Vektoren Grundbegriffe für das Information Retrieval
5. Erweiterungen der Zahlenmenge
Skalare, Vektoren.
Lineare Algebra Komplizierte technologische Abläufe können übersichtlich mit Matrizen dargestellt werden. Prof. Dr. E. Larek
Zeit: 13h-15h Datum: Raum: IFW B42
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
§23 Basiswechsel und allgemeine lineare Gruppe
§3 Allgemeine lineare Gleichungssysteme
Einführung in die Matrizenrechnung
Polynome und schnelle Fourier-Transformation
Vektorrechnung in der Schule
Fuzzymengen – Was ist das?
Lineare Algebra, Teil 2 Abbildungen
STATISIK LV Nr.: 0028 SS Mai 2005.
Generalisiertes Vektorraummodell (Generalized Vector Space Model, GSVM) Karin Haenelt
Analyseprodukte numerischer Modelle
Multivariate Statistische Verfahren
Physik für Mediziner und Zahmediziner
Scaffold 29S: Komplexe Zahlen
Der Erotik Kalender 2005.
Landkarten Landkarten sind Tesselationen mit folgenden Eigenschaften:
Gravitation regiert die Welt
Dr.-Ing. René Marklein - EFT I - WS 06/07 - Lecture 7 / Vorlesung 7 1 Elektromagnetische Feldtheorie I (EFT I) / Electromagnetic Field Theory I (EFT I)
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Grundlagen der Geometrie
Graphische Datenverarbeitung
Beugung an Streuzentren
8. Vektoren. 8. Vektoren Ortsvektor oder Polarvektor.
§23 Basiswechsel und allgemeine lineare Gruppe
 Präsentation transkript:

Geometrische Algebra (GA) Werner Benger, 2005

1878: Clifford führt “geometrische Algebra” ein, stirbt jedoch mit 34 Verdrängung durch Gibb’s Vektorkalkül 1920er: Renaissance in der Quantenmechanik (Pauli, Dirac) Algebra auf komplexen Körpern, jedoch keine geometrische Interpretation 1966-2005: David Hestenes (Arizona State University) wiederentdeckt geometrische Bedeutung 1997: Gravitationstheorie als Eichtheorie mittels GA (Lasenby, Doran, Gull; Cambridge) 2001: Geometrische Algebra auf der SIGGRAPH (L. Dorst, S. Mann) 2004: Eurographics Tutorial David Hestenes: New Foundations for Classical Mechanics (Second Edition). ISBN 0792355148, Kluver Academic Publishers (1999) Siggraph: Leo Dorst (Amsterdam), Stephen Mann (Waterloo) http://online.cs.nps.navy.mil/DistanceEducation/online.siggraph.org/2001/Courses/53_GeometricAlgebra/Presentation05.html http://online.cs.nps.navy.mil/DistanceEducation/online.siggraph.org/2001/Courses/53_GeometricAlgebra/cdrom.pdf “Geometric Algebra and its Application to Computer Graphics” Eurographics: TU Darmstadt, Amsterdam, Kiel

Abgeschlossene Vektoralgebra? Invertierbares Produkt von Vektoren? Was bedeutet Vektordivision “a/b” ? ab=C  b=a-1C Beachte: C nicht notwendigerweise Vektor! Inneres Produkt (nicht assoziativ): ab  Skalar Nicht invertierbar z.B. ab =0 mit a≠0, b≠0 aber orthogonal Äusseres Produkt (assoziativ): ab  Bivektor Verallgemeinertes Kreuzprodukt des 3D: ab z.B. ab =0 mit a≠0, b≠0 aber parallel Multiplikation von Vektoren

Multiplikation von Vektoren Bivektoren ab Beschreibt die durch a und b aufgespannte Fläche, Vorzeichen ist Orientierung ba = -ab ab Definiert in beliebigen Dimensionen, antisymmetrisch ( nicht kommutativ), assoziativ, distributiv, benötigt keine weitere Struktur Multiplikation von Vektoren

Konstruktion von Bivektoren Kein eindeutiger Rückschluss auf erzeugende Vektoren möglich = = ab = (a+λb)b b bb =0 Basiselement a+λb |a| |b| sin  Multiplikation von Vektoren

Multiplikation von Vektoren Bivektoren im R3 3 Basiselemente exey, eyez, ezex Erweiterung: exeyez ist Volumen Multiplikation von Vektoren

Anforderung an das Geometrische Produkt Für Elemente A,B,C eines Vektorraumes mit quadratischer Form Q(v) auf Vektoren v soll gelten: Assoziativ: (AB)C = A(BC) Links-distributiv: A(B+C) = AB+AC Rechts-distributiv: (B+C)A= BA+CA Skalarprodukt: a2 = Q(a) 1  |a|2 d.h. Metric g(u,v) = Q(u+v) - Q(u) – Q(v) Das Geometrische Produkt

Das Geometrische Produkt Eigenschaften des GP Satz von Pythagoras: |a+b|2 = |a|2+|b|2 (A+B)(A+B) = A2 + B2 =AA+AB+BA+BB AB = -BA für AB = 0 antisymm. wenn orthogonal Jedoch: nicht rein antisymmetrisch wegen |AB|2 =|A|2 |B|2 für AB = 0 (d.h. A,B colinear: B=A) Das Geometrische Produkt

Geometrisches Produkt William Kingdon Clifford (1845-79): Zusammenlegen von innerem und äusserem Produkt zu geometrischem Produkt AB (1878): AB := AB  AB Ergebnis kein Vektor, sondern Skalar + Bivektor! Operiert auf “Multivektoren” Untermenge der Tensoralgebra Geometrisches Produkt ist invertierbar! Das Geometrische Produkt

Multivektorkomponenten R2: A = A0 + A1 e0 + A2 e1 + A3 e0e1 R3: A = A0 + A1 e0 + A2 e1 + A3 e2 A4 e0 e1+A5 e1 e2+A6 e0 e2 A7 e0 e1 e2 2.7819… + + + + + + + Struktur von Multivektoren

Struktur von Multivektoren Linearkombination antisymm. Potenzen - 2n Komponenten 0D 1 Skalar 1D 1 Skalar, 1 Vektor 2D 1 Skalar, 2 Vektoren, 1 Bivektor 3D 1 Skalar, 3 Vektoren, 3 Bivektoren, 1 Volumen 4D 1 Skalar, 4 Vektoren, 6 Bivektoren, 4 Volumen, 1 Hypervolumen 5D … Pascalsches Dreieck, Binomialdreieck Antisymmetrischer Anteil VV u  v = ½ (uv- vu) Wegen vv =0 max. n antisymm. Produkte Vn Element aus Vk hat (n/k) Komponenten  =2n Struktur von Multivektoren

Rechnen mit Multivektoren Umkehrung Vektoren a,b: ab = ½ (ab + ba) symmetrischer Anteil ab = ½ (ab - ba) antisymmetrischer Anteil ab = -(ab)  (exeyez) Dual in 3D Rechnen mit Multivektoren

Reflexion an einem Vektor Einheitsvektor n, Vektor v  v┴+v║ Vektor v auf n projiziert: v║=(v  n) n Reflektierter Vektor w = v┴ – v║ = v – 2v║ somit w = v – 2(v  n) n mit GP w = v – 2[½(vn+nv) ] n = v – vnn – nvn  w = -nvn Vektor als “Operator” beschreibt Reflektion Rechnen mit Multivektoren

Geometrisches Quadrat Betrachte (AB)2 von Bivektorbasiselement mit |A|=1, |B|=1, AB = 0  AB=AB=-BA (AB)2 = (AB) (AB) = -(AB) (BA)=-A(BB) A= -1 Basiselement Rotation

Quaternionen Algebra mittels GA In 2D: Komplexe Zahlen i:= exey, i2 = -1 In 3D: Quaternionen i:= exey= exey, j:= eyez = eyez, k:=exez=exez i2 = -1, j2 = -1 , k2 = -1 ijk = (exey)(eyez)(exez) = -1 In 4D: Biquaternionen Mit Wahl der quadratischen Form als Q=-1 kann man auch 2D bereits mit Quaternions identifizieren 1,x,y,xy: Q=-1  x2=-1,y2=-1,xy=-1, xyxy=-1 Rotation

Multiplikation von Vektoren und Bivektoren Rechtsmultiplikation entspricht Rotation (CCW) ex i = ex (exey) = (exex ) ey= ey = ey i = ey(exey)=-ey(eyex)= -ex Ex I I = (Ex I) I = Ey I = -Ex = Ex (I I) = -Ex Rotation

Allgemeine Rotation in 2D Mehrfache Rotation ex i i = (ex i) i = ey i = -ex = -1 ex Beliebiger Vektor: (Ax ex + Ay ey) i = Ax ex i + Ay ey i = Ax ey - Ay ex Rotation um beliebigen Winkel: A cos + A i sin ≡ “A e i” rotiert Vektor A um Winkel  in Fläche i A I I = A(I+I) = 2AI Inverse Rotation: Ai = -iA :   - A ei = e-i A Rotation

Rotor i Rotor R:=ei =cos + i sin mit i Bivektor, i²=-1 R-1=e-i =cos - i sin inverser Rotor In 2D äquivalent: v R-2 = R2 v = R v R-1 Jedoch bei Dim>2 Trivektor-Anteil: Rv = v cos + sin (i  v + i  v ) R v R-1 = v┴ + ei v║ e-i = v┴ + v║ e-2i wegen iv┴ = 0  R v┴ R-1 = v┴ Produkt von Rotoren ist mehrfache Rotation R=ABCD, R-1=DCBA ist “reverse” von R Rotor anwendbar auf beliebige Multivektoren i iv┴ = 0  R v┴ R-1 i v┴ i-1 i v┴ = iv┴ +iv= iv = vi  i v┴ i-1 = vi i-1 = v R (ab) R-1 = (Ra) (bR-1) = (Ra) (R-1R) (bR-1) = (RaR-1) (RbR-1) (i + j + k) ²+² +² =1 Rotation

Symmetrien Mehrfachreflexionen an r1,r2,r3, … sind Hintereinanderausführung von Vektoren: r3r2r1 v r1r2r3 (nicht mögl. mit Quaternionen) Symmetriegruppen in Molekülen und Kristallen sind charakterisiert durch drei Einheitsvektoren a,b,c ganzzahliges Triplet {p,q,r} mit (ab)p = (bc)q = (ca)r = -1 z.B.: Methan (Tetraeder) {3,3,3}, Benzol {6,2,2}

Differentalgeometrie Ableitungsoperator: := eμ μ mit μ=/xμ, eμe=μ Anwendbar auf beliebige Multivektoren z.B.: mit v Vektorfeld: v = v +   v mit v Gradient (Skalar) und v Rotation (Bivektor)

Maxwell in 3D Faraday-Feld: F = E + B :=exeyez Stromdichte: J =  - j Maxwell-Gleichung: F/ t +  F = J F = E + B = E + E + B + B Skalar : E =  Vektor : E / t + B = -j Bivektor:  B / t + E = 0 Pseudoskalar: B = 0

Cl3(R) & Spinoren GA in 3D ist repräsentierbar durch Paulimatrizen: 4 komplexe Zahlen  8 Komponenten = 23 Basisvektoren {ex,ey,ez} mit GP haben gleiche algebraische Eigenschaften wie Pauli-Matrizen {x,y,z} Pauli-Spinor  (2 komplexe Zahlen, 4 Komponenten) wegen  *= reell:  = ½ eB ein Rotor (gerader Multivektor: 1 Skalar, 3 Bivektorkomponenten), d.h.  ist eine “Anweisung” zu strecken und zu rotieren  beschreibt Interaktion mit dem Magnetfeld x = ( ) z = ( ) 0 1 1 0 y = ( ) 0 -i +i 0 1 0 0 -1

Spacetime Algebra (STA) GA in 4D mit Minkowski-Metrik (+,-,-,-) Wähle orthogonale Basis {0, 1, 2, 3} Mit 2μν = μν+ νμ= 2ημν d.h. 02 = -k2 = 1 Struktur: 1,4,6,4,1 ( n4 , 16-dimensional ) Bivektor-Basis: k := k 0 Pseudoskalar:  0 1 2 3 = 123 1 {μ} {k, k} {μ}  1 Skalar 4 Vektor 6 Bivektoren 4 Pseudovektoren 1 Pseudoskalar

Basis-Bivektoren der STA k: 3 zeitartige Bivektoren k : 3 raumartige Bivektoren z x y x  yz

Struktur von Bivektoren Beliebiger Bivektor darstellbar als B = Bkk = ak k + bkk = a + b a,b: 3-Vektoren (relativ zu 0) a zeitartiger Anteil b raumartiger Anteil Einteilung in “komplexer” Bivektor: keine gemeinsamen Richtungen, spannt vollen Raum auf “simpler” Bivektor: eine Richtung gemeinsam, reduzierbar auf einzelnes “Blatt”

Spacetime-Rotor Raumzeit-Rotor: R = eB =ea+b  e|B| B/|B| R = ea+b= eaeb = [cosh a + sinh a ] [ cos b +  sin b ] = [cosh |a| + a/|a| sinh |a| ] [cos |b| +  b/|b| sin|b| ] Interpretation: Rotation in raumartiger Ebene b um Winkel |b| Hyperbolische Rotation in zeitartiger Ebene a=a 0 mit “Boost-Faktor” (Geschwindigkeit) tanh|a|  Lorentz-Transformation in a , 0 !

Maxwell Gleichungen in 4D Vierdimensionaler Gradient := μμ Elektromagnetisches 4-Potential A: F = A = A - A wobei A=0 in Lorentz-Eichung Faraday-Feld: F = (E + B) 0 Reiner Bivektor (vgl. 3D), jedoch komplex: E zeitartiger Anteil, B raumartig Maxwell-Gleichung: F = J vgl. Formenkalkül: d*F = J mit F eine 2-Form, F=dA

Dirac-Gleichung (α0mc² + ∑ αj pj c)  = i ħ  /  t Relativistischer Impuls in Schrödingergleichung: E=p2/2m  E2 = m2 – p2 (α0mc² + ∑ αj pj c)  = i ħ  /  t mit αj Dirac-Matrizen (44) in Dirac-Basis: 0 = α0, i = α0 αi mit [μ,ν] = 2 ημν Kovariante Schreibweise ∑ μ μ  = mc²  In GA haben Basisvektoren {0, 1, 2, 3} gleiche algebraischen Eigenschaften wie Dirac-Matrizen:   = mc²  0

GA in der Computergraphik Homogene Koordinaten (4D): Zusätzliche Koordinate e, 3-Vektor: Ai / A Erlaubt einheitliche Beschreibung von Richtungen und Punkten, Standard z.B. in OpenGL Konforme, homogene Koordinaten (5D): Zusätzliche Koordinaten e0, e Signatur (+,+,+,+,-) , e0e=-1, |e0| = |e| =0 Erlaubt Beschreibung geometrischer Objekte (Kugel, Linie, Ebene, …) als Vektoren in 5D Vereinigungen und Schnitte von Objekten sind algebraische Operationen (“meet”, “join”)

Objekte in Konformer 5D GA Punkt x + e0 + |x|2/2 e Paar von Punkten ab Linie abe Kreis abc Ebene ab c e Kugel abcd

Implementierungen Auswertung zur Laufzeit Matrix-basiert geoma (2001-2005), GABLE (symbolic GA) Matrix-basiert CLU (2003) Code-Generator Gaigen (-2005) Template Meta Programming GLuCat, BOOST (~2003) Erweiterung von Programmiersprachen

Literatur http://modelingnts.la.asu.edu/ http://www.mrao.cam.ac.uk/˜clifford David Hestenes: New Foundations for Classical Mechanics (Second Edition). ISBN 0792355148, Kluwer Academic Publishers (1999) Oersted Medal Lecture 2002: Reforming the Mathematical Language of Physics (David Hestenes) Geometric (Clifford) Algebra: a practical tool for efficient geometrical representation (Leo Dorst, University of Amsterdam) An Introduction to the Mathematics of the Space-Time Algebra (Richard E. Harke, University of Texas) EUROGRAPHICS 2004 Tutorial: Geometric Algebra and its Application to Computer Graphics (D. Hildenbrand, D. Fontijne, C. Perwass and L. Dorst) Rotating Astrophysical Systems and a Gauge Theory Approach to Gravity (A.N. Lasenby, C.J.L. Doran, Y. Dabrowski, A.D. Challinor, Cavendish Laboratory, Cambridge), astro-ph/9707165