Ich erlaube mir mal, mich in die Diskussion mit einzuklinken.
Vielleicht kann ich mit den folgenden Grafiken zum Verständnis beitragen.
Gehen wir mal von folgender Ausgangslage aus:
Eine VF-Kamera (z.B. A99) nimmt mit einem 50mm VF-Objektiv folgendes Bild auf:
-> Bild in der Galerie
Eine APS-C Kamera (z.B. A65) nimtt mit dem selben 50-mm VF-Objektiv aufgrund des kleineren Bildsensors nur einen kleineren Teil des Bildes auf, da das Objektiv einen grösseren Bildkreis ausleuchtet als dass der Bildsensor gross ist:
-> Bild in der Galerie
Das Objektiv ist dasselbe, die Brennweite ist dieselbe, dann ist auch das Bild auf dem Sensor dasselbe:
-> Bild in der Galerie
Der Eindruck der zusätzlichen Brennweite entsteht schlussendlich eigentlich erst dadurch, dass das gecroppte Bild in derselben Grösse ausgegeben wird (auf dem Bildschirm, als Druck, etc.), wie das ursprüngliche VF-Bild:
-> Bild in der Galerie
Da der Crop-Faktor VF vs. APS-C 1,5 beträgt, zeigt das Bild, das mit einer APS-C Kamera mit einem 50mm VF-Objektiv aufgenommen wurde, dasselbe, wie ein Bild, welches mit einer VF-Kamera mit einem 75mm VF-Objektiv aufgenommen wurde (von den geringfügigen Unterschieden bei der Tiefenschärfe will ich in dieser grundsätzlichen Erklärung jetzt mal noch absehen - da gibts natürlich schon gewisse Unterschiede).
Hilft dies zum besseren Verständnis weiter?
EDIT: bezieht man das Ganze nun darauf was passiert, wenn man ein APS-C Objektiv an einer VF-Kamera im Crop-Modus betreibt, passiert im Prinzip dasselbe, nur mit dem Unterschied, dass der Bereich des VF-Sensors, der von dem APS-C Objektiv nicht ausgeleuchtet wird, keine Bildinformationen mehr erhält -> dieser Bereich bleibt also entweder schwarz, bzw. die Pixel in diesem Bereich werden abgeschnitten, somit gehen also Pixel bzw. Auflösung verloren (darum an der A99 im Crop-Modus nur 10MPx anstatt 24 MPx), während eine APS-C Kamera mit einem VF-Objektiv keine Pixel "verliert", sondern einfach nicht den gesamten vom Objektiv zur Verfügung gestellten Bildkreis ausnutzt, diesen aber mit ihrer vollen Auflösung (z.B. A77 24Mpx) auflöst.
So, ich hoffe, das war jetzt verständlich.
EDIT2:
habe hier noch eine sehr vereinfachte Illustration, die die Unterschiede der Bildkreise und Sensorgrösse zeigt, ist vielleicht auch noch eine zusätzliche Hilfe:
-> Bild in der Galerie