Tik Tietokoneanimaatio
|
|
- Sakari Haapasalo
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Tik Tietokoneanimaatio 4. Kinematiikka Tassu Animaatio luento 4 1
2 Sisältö Nivelikäs olio hierarkkisena mallina liitosten vapausasteet ja rajoitteet, eri lajeja DH-notaatio Suora kinematiikka: ohjataan nivelkulmia, jotka tuottavat jonkin asennon X = ƒ(θ) reunaehtojen toteutus hierarkian juurta vaihtamalla (vain yksi ehto mahdollinen) Ihmismallit: tässä vain perusteet, lisää myöhemmin esimerkkinä "hard woman Käänteiskinematiikka Θ = ƒ-1(x) yksinkertainen esimerkki, ratkaistavissa analyyttisesti pidempi ketju: Jakobin matriisi, tekniikka suurinpiirtein yksityiskohtia: kuinka matriisi kootaan, ratkaisu pseudoinverssillä Ongelmakohtia: singulariteetit, sykliset mekanismit Ratkaisun monikäsitteisyys optimaalisuuskriteereitä: ergonomia, tyylikkyys ratkaisuja: adaptiiviset mekanismit, hermoverkkoratkaisu Harjoitustehtävä: kävelevät jalat Tassu Animaatio luento 4 2
3 Hierarkkiset mallit (scene graph) Maailman jakaminen puurakenteeksi Puun lehtinä kappaleiden geometria Transformaatiot puun haaroissa transformaatioiden vaikutus periytyy alipuihin ei välttämättä pelkästään jäykkiä liikkeitä ja lineaarisia muunnoksia (kappale voi muuntua mielivaltaisesti) Tassu Animaatio luento 4 3
4 Hierarkiasta Kameran (kameroiden) sijoittaminen malliin itsenäisesti tai muihin kappaleisiin kiinnitettynä Osamaailmojen rajaaminen, culling suoraan osahierarkiana, rakenteen mukaan kameran näkökulman perusteella (clipping) kuvaustarkkuuden ja etäisyyden mukaan (LOD) Renderoinnin optimoiminen tavoitteena [Clark: Hierarchical geometric models for visible surface algorithms CACM 1976] Tassu Animaatio luento 4 4
5 Level-of-detail (LOD) osamallin vaihtoehtoisia esitystapoja valinta kuvaustarkkuuden ja etäisyyden mukaan [kuva: F.Crow, Siggraph 82] Tassu Animaatio luento 4 5
6 Kinematiikka Mekanismin osat eivät muuta muotoaan nivelten välissä vakiosiirtymä Nivelten vapausasteet periaatteessa max 6 (3 kiertoa ja 3 siirtymää) yleensä vähemmän (usein pelkkä rotaatio) rajoitteet: maksimi/minimi kulmille ja siirtymille Denavit-Hartenberg (DH) notaatio käytetty robotiikassa kaikki nivelet esitetään samanlaisina; muunlaiset rakennetaan näiden yksiköiden kombinaatioina Tassu Animaatio luento 4 6
7 DH-notaatio Tassu Animaatio luento 4 7
8 Esimerkkejä liitoksista tavallinen sarana tai akseli: 1 rotaatio pallonivel: 2-3 rotaatiota teleskooppi: 1 translaatio sylinterillä myös rotaatio rajaus yhdensuuntaisten tasojen väliin: 2 translaatiota erilaisia yhdistelmiä, esim. gyroskoopin ripustus Tassu Animaatio luento 4 8
9 Tassu Animaatio luento 4 9
10 Suora kinematiikka (forward kinematics) Ketju linkkejä juuresta kärkeen (end effector) kärjen paikka ja orientaatio X = [x,y,z,α,β,γ] Vapausasteet parametreina nivelten asennot ilmaistaan tilavektorina Θ = [Θ 1, Θ 2, Θ 3,, Θ n ] Suora kinematiikka (forward kinematics) katenointi juuresta alkaen yhdeksi transformaatioksi X = ƒ(θ) puun lehtiin vaikuttaa koko polku Mekanismin haarat käsitellään erillisinä ketjuina Tassu Animaatio luento 4 10
11 Suora kinemaattinen ohjaus Parametrien liikekäyriä aikajanalla Oikeanlainen liike haettava kokeilemalla Laskennallisesti helppoa Ei aina kovin intuitiivista Tassu Animaatio luento 4 11
12 Ihmismallit (1) VRML/MPEG-4: h-anim Tassu Animaatio luento 4 12
13 Ihmismallit (2) Ihmismalli esimerkkinä hierarkiasta [Kroyer] Ihmisen jakaminen osiin, "Block Woman" Hierarkian juuri painopisteeseen (lantio) Kunkin nivelen vapausasteet Liikerajoitusten vaikutus hierarkiaan kävely lattialla pysyen roikkuminen esineeseen tarttuminen kuvat: B.Kroyer kosketushetkellä rakenne muuttuu (ks. seuraavat) Tassu Animaatio luento 4 13
14 Esimerkkejä hierarkian juuri siirretään astumishetkellä rullalautaan ennen 1 upper arm 2 lower arm 3 hand 1 package jälkeen 1 upper arm 2 lower arm 3 hand 4 package Tassu Animaatio luento 4 14
15 Yleisperiaatteet Käänteiskinematiikka (inverse kinematics, IK) jokin äärikohta sidotaan paikalleen nivelten parametrit lasketaan rajoitusyhtälöistä yksinkertaiset tapaukset ratkeavat analyyttisesti vaikeampaa, jos niveliä monta vapausasteiden määrä vs. rajoitteiden määrä? yhtälön linearisointi Jakobin matriisin avulla Ongelmatapauksia singulariteetit sulkeutuvat silmukat (hierarkia ei riitä) Lue artikkeli Girard & Maciejewski: Computational modeling for the computer animation of legged figures Tassu Animaatio luento 4 15
16 Analyyttinen ratkaisu kuvat ja kaavat: Watt & Watt Trigonometrisesti voidaan ratkaista Huom. tähän väliin kuuluu vielä arctan Ratkaisulle kaksi vaihtoehtoa MITKÄ? usein vain toinen ratkaisu mahdollinen nivelten rajoitusehtojen puitteissa Tassu Animaatio luento 4 16
17 IK:n sovelluksia Pyöräilijän kädet pysyvät ohjaustangossa ja jalat polkimilla (video esim. Megacycles) Hahmo seuraa kohdetta katseella Kävely (harjoitustehtävänä) lonkka ja jalkaterä ohjattu polven paikka määräytyy IK:lla Tassu Animaatio luento 4 17
18 Kävelyn ohjelmointi Syklinen liike (gait cycle) vaiheet: jalka tukevasti maassa, jalka ilmassa suhde säädeltävissä: laahustus - juoksu Jalkojen määrä: N sama sykli, vaihekulma kullekin jalalle omansa fysikaalinen tasapaino säilytettävä staattinen: painopiste tukikolmion yläpuolella dynaaminen: säädetään jalan voimaa tyylejä: hyppy, kävely, ravi, laukka, tuhatjalkainen jalat synkronoituvat pareittain tai kolmittain vuorotellen, tai kaikki erikseen perättäisjärjestyksessä videot On the Run ja Bug s Life Tassu Animaatio luento 4 18
19 Jakobin matriisi (1) Derivoidaan yhtälö X = ƒ(θ) dx/dθ = J(Θ) = ( X i / Θ j ) = (J ij ) Auki kirjoitettuna: Tassu Animaatio luento 4 19
20 Jakobin matriisi (2) Haetaan yhtälön ratkaisua Θ = ƒ -1 (X) Newtonin iteraatiolla X n = ƒ(θ n ) Θ n+1 = Θ n + J(Θ n ) -1 (X - X n ) Kätevää, jos Jakobin matriisi invertoituva usein matriisi ei ole neliö MIKSI EI? KÄYTK YTÄNNÖN N MERKITYS? Usein animaatiossa: iteroidaan muutos per kuva differentioidaan ajan suhteen, saadaan nopeus dx = J(Θ) dθ dx/dt = J(Θ) dθ/dt Tassu Animaatio luento 4 20
21 Pseudoinverssi Jos matriisi J ei invertoidu sellaisenaan, niin käyttökelpoinen on sen pseudoinverssi J + Ratkaisee saman yhtälön Vapausasteita vielä jäljellä, ohjattavissa kaavalla missä z on mielivaltainen vektori Θ -avaruudessa Tassu Animaatio luento 4 21
22 Singulariteetit Mekanismi voi ajautua tilanteisiin, joista ei pääse suoraan etenemään kohti tavoitetta jos palaset asettuvat saman suuntaisiksi, niin menetetään vapausasteita (vrt. gimbal lock) ratkaisuna pieni poikkeutus Tassu Animaatio luento 4 22
23 Sykliset mekanismit Useita ketjuja juuresta samaan kärkeen ei voida käsitellä riippumattomina Voidaan ohjata ensin yhtä ja hakea muille yhteensopiva IK-ratkaisu Tassu Animaatio luento 4 23
24 Optimointikriteereitä Ergonomia Nivelten asennon epämukavuuden (= poikkeama lepoasennosta) minimointi staattisen/dynaamisen rasituksen rajoittaminen Tyylikkyys vertailukohtana tallennettu liike (motion cap) visuaalinen arviointi algoritmin palautteena Ratkaisu pseudoinverssiratkaisun laajentaminen aliavaruudessa, joka toteuttaa reunaehdot Tassu Animaatio luento 4 24
25 Neuroanimaatio Käänteiskinematiikan likimääräinen ratkaisu neuroverkolla Verkko opetettu datapareilla (X i, Θ i ) käyttötilanteessa verkko interpoloi annettujen datapisteiden välillä ratkaisun Θ = ƒ -1 (X) Opetuksen jälkeen laskennallisesti kevyt Ottaa automaattisesti huomioon tyylin tai muut erityispiirteet Interpolointi ei joskus toimi kovin hyvin Tassu Animaatio luento 4 25
26 Vielä muuta Lisää informaatiota, linkkejä Artikkeleita Girard & Maciejewski Harjoitustehtävistä (edelliseltä kurssilta) /2004/harjoitustyot/index.phtml vastaavat uudet ohjeet tulossa pikimmiten Tassu Animaatio luento 4 26
27 Videot B.Kroyer: Hard Woman (Mick Jagger), 1985 Amanatides & Mitchell: Megacycles, 1989 Girard et al.: Eurythmy, 80-luvun lopulta ym. klassikoita (Chromosaurus ) Computer Animation Classics [Odyssey] Tassu Animaatio luento 4 27
Tik-111.5450 Tietokoneanimaatio
Tik-111.5450 Tietokoneanimaatio 3. Asennon (pyörähdysliikkeen) esittäminen ja interpolointi 3.10.05 - Tassu Animaatio 2005 - luento 3 1 Sisältö matriisiesitys, matriisin komponenttivektorien merkitys perusakselien
LisätiedotNumeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35
Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt QR-hajotelma ja pienimmän neliösumman menetelmä Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto PNS-ongelma PNS-ongelma
LisätiedotMekanismisynteesi. Kari Tammi, Tommi Lintilä (Janne Ojalan kalvojen pohjalta)
Mekanismisynteesi Kari Tammi, Tommi Lintilä (Janne Ojalan kalvojen pohjalta) 1 Sisältö Synteesin ja analyysin erot Mekanismisynteesin vaiheita Mekanismin konseptisuunnittelu Tietokoneavusteinen mitoitus
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt ja pienimmän neliösumman menetelmä Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi QR ja PNS PNS-ongelma
LisätiedotLuento 3: 3D katselu. Sisältö
Tietokonegrafiikan perusteet T-.43 3 op Luento 3: 3D katselu Lauri Savioja Janne Kontkanen /27 3D katselu / Sisältö Kertaus: koordinaattimuunnokset ja homogeeniset koordinaatit Näkymänmuodostus Kameran
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 3 Ti 13.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 3 Ti 13.9.2011 p. 1/37 p. 1/37 Epälineaariset yhtälöt Newtonin menetelmä: x n+1 = x n f(x n) f (x n ) Sekanttimenetelmä:
LisätiedotAlgoritmit 2. Luento 6 Ke Timo Männikkö
Algoritmit 2 Luento 6 Ke 29.3.2017 Timo Männikkö Luento 6 B-puun operaatiot B-puun muunnelmia Nelipuu Trie-rakenteet Standarditrie Pakattu trie Algoritmit 2 Kevät 2017 Luento 6 Ke 29.3.2017 2/31 B-puu
LisätiedotNumeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28
Numeeriset menetelmät TIEA381 Luento 5 Kirsi Valjus Jyväskylän yliopisto Luento 5 () Numeeriset menetelmät 3.4.2013 1 / 28 Luennon 5 sisältö Luku 4: Ominaisarvotehtävistä Potenssiinkorotusmenetelmä QR-menetelmä
LisätiedotAlgoritmit 2. Luento 6 To Timo Männikkö
Algoritmit 2 Luento 6 To 28.3.2019 Timo Männikkö Luento 6 B-puun operaatiot Nelipuu Trie-rakenteet Standarditrie Pakattu trie Algoritmit 2 Kevät 2019 Luento 6 To 28.3.2019 2/30 B-puu 40 60 80 130 90 100
LisätiedotT-111.450 Tietokoneanimaatio ja mallintaminen. Lauri Savioja Teknillinen korkeakoulu Tietoliikenneohjelmistojen ja multimedian laboratorio 02/02
T-111.450 Tietokoneanimaatio ja mallintaminen Lauri Savioja Teknillinen korkeakoulu Tietoliikenneohjelmistojen ja multimedian laboratorio 02/02 Animaatio / 1 2D Avainkuvatekniikka Sisältö Kerronnallisia
LisätiedotLuento 4: Liikkeen kuvausta, differentiaaliyhtälöt
Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa Matlab-esittelyä 1 / 20 Luennon sisältö Digress: vakio-
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 29.3.2016 Susanna Hurme Yleisen tasoliikkeen kinematiikka: absoluuttinen ja suhteellinen liike, rajoitettu liike (Kirjan luvut 16.4-16.7) Osaamistavoitteet Ymmärtää,
LisätiedotMS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)
MS-A4 Differentiaali- ja integraalilaskenta (ELEC2) MS-A6 Differentiaali- ja integraalilaskenta (ENG2) Harjoitukset 3L, syksy 27 Tehtävä. a) Määritä luvun π likiarvo käyttämällä Newtonin menetelmää yhtälölle
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 31.3.2016 Susanna Hurme Dynamiikan välikoe 4.4.2016 Ajankohta ma 4.4.2016 klo 16:30 19:30 Salijako Aalto-Sali: A-P (sukunimen alkukirjaimen mukaan) Ilmoittautuminen
LisätiedotEllipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio
Ellipsoidimenetelmä Kokonaislukuoptimointi Sovelletun matematiikan lisensiaattiseminaari Kevät 2008 / 1 Sisällys Ellipsoidimenetelmän geometrinen perusta ja menetelmän idea Formaali ellipsoidimenetelmä
LisätiedotMekaniikan jatkokurssi Fys102
Mekaniikan jatkokurssi Fys10 Kevät 010 Jukka Maalampi LUENTO 7 Harmonisen värähdysliikkeen energia Jousen potentiaalienergia on U k( x ) missä k on jousivakio ja Dx on poikkeama tasapainosta. Valitaan
LisätiedotKannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:
8 Kanta Tässä luvussa tarkastellaan aliavaruuden virittäjävektoreita, jotka muodostavat lineaarisesti riippumattoman jonon. Merkintöjen helpottamiseksi oletetaan luvussa koko ajan, että W on vektoreiden
Lisätiedot3D animaatio: liikekäyrät ja interpolointi. Tommi Tykkälä
3D animaatio: liikekäyrät ja interpolointi Tommi Tykkälä Läpivienti Keyframe-animaatio Lineaarisesta interpoloinnista TCB-splineihin Bezier-käyrät Rotaatioiden interpolointi Kameran animointi Skenegraafit
LisätiedotMat Lineaarinen ohjelmointi
Mat-2.34 Lineaarinen ohjelmointi..27 Luento 5 Simplexin implementaatioita (kirja 3.2-3.5) Lineaarinen ohjelmointi - Syksy 27 / Luentorunko (/2) Simplexin implementaatiot Naiivi Revised Full tableau Syklisyys
LisätiedotNeliömatriisin adjungaatti, L24
Neliömatriisin adjungaatti, L24 1 2 1 3 Matriisi = A = 7 4 6 5 2 0 ( ) 7 6 Alimatriisi = A 12 = 5 0 Minori = det(a 12 ) = 7 6 5 0 = 30 Kofaktori = ( 1) 1+2 det(a 12 ) = 30 2 Määritelmä n n neliö-matriisin
LisätiedotLuku 7: Animaatio. Eksplisiittiset menetelmät Implisiittiset menetelmät Suora ja käänteinen kinematiikka Motion capture Elokuvamaisuus
Eksplisiittiset menetelmät Implisiittiset menetelmät Suora ja käänteinen kinematiikka Motion capture Elokuvamaisuus Animaatio Peleissä tärkeimmät animoitavat kohteet ovat pelihahmot, etenkin avatar Animointi
LisätiedotKohdeyleisö: toisen vuoden teekkari
Julkinen opetusnäyte Yliopisto-opettajan tehtävä, matematiikka Klo 8:55-9:15 TkT Simo Ali-Löytty Aihe: Lineaarisen yhtälöryhmän pienimmän neliösumman ratkaisu Kohdeyleisö: toisen vuoden teekkari 1 y y
Lisätiedot3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset
31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita
LisätiedotLuku 7. Verkkoalgoritmit. 7.1 Määritelmiä
Luku 7 Verkkoalgoritmit Verkot soveltuvat monenlaisten ohjelmointiongelmien mallintamiseen. Tyypillinen esimerkki verkosta on tieverkosto, jonka rakenne muistuttaa luonnostaan verkkoa. Joskus taas verkko
LisätiedotDifferentiaali- ja integraalilaskenta 3 Mallit laskuharjoitukseen 3 /
MS-A3x Differentiaali- ja integraalilaskenta 3, IV/6 Differentiaali- ja integraalilaskenta 3 Mallit laskuharjoitukseen 3 / 9..-.3. Avaruusintegraalit ja muuttujanvaihdot Tehtävä 3: Laske sopivalla muunnoksella
LisätiedotKuljetustehtävä. Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan. Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij
Kuljetustehtävä Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij Lähtöpaikan i kapasiteetti on a i (oletetaan, että a i > 0
LisätiedotMatematiikka B2 - Avoin yliopisto
6. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Kurssin sisältö (1/2) Matriisit Laskutoimitukset Lineaariset yhtälöryhmät Gaussin eliminointi Lineaarinen riippumattomuus
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon
LisätiedotRatkaisuehdotukset LH 7 / vko 47
MS-C34 Lineaarialgebra, II/7 Ratkaisuehdotukset LH 7 / vko 47 Tehtävä : Olkoot M R symmetrinen ja positiividefiniitti matriisi (i) Näytä, että m > ja m > (ii) Etsi Eliminaatiomatriisi E R siten, että [
LisätiedotJohdatus verkkoteoriaan luento Netspace
Johdatus verkkoteoriaan luento 3.4.18 Netspace Matriisioperaatio suunnatuissa verkoissa Taustoitusta verkkoteorian ulkopuolelta ennen kuljetusalgoritmia LP-ongelma yleisesti LP = linear programming =
LisätiedotKanta ja Kannan-vaihto
ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 10: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali.
MS-A25/MS-A26 Differentiaali- ja integraalilaskenta 2 Luento 1: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät
LisätiedotLineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus
Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen
LisätiedotAlgoritmit 2. Luento 2 Ke Timo Männikkö
Algoritmit 2 Luento 2 Ke 15.3.2017 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2017 Luento
LisätiedotNeliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja
7 NELIÖMATRIISIN DIAGONALISOINTI. Ortogonaaliset matriisit Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja A - = A T () Muistutus: Kokoa n olevien vektorien
LisätiedotYhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt
Yhtälöryhmät 1/6 Sisältö Yhtälöryhmä Yhtälöryhmässä on useita yhtälöitä ja yleensä myös useita tuntemattomia. Tavoitteena on löytää tuntemattomille sellaiset arvot, että kaikki yhtälöt toteutuvat samanaikaisesti.
LisätiedotVektorien virittämä aliavaruus
Vektorien virittämä aliavaruus Esimerkki 13 Mikä ehto vektorin w = (w 1, w 2, w 3 ) komponenttien on toteutettava, jotta w kuuluu vektoreiden v 1 = (3, 2, 1), v 2 = (2, 2, 6) ja v 3 = (3, 4, 5) virittämään
LisätiedotLuento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r
Luento 13: Periodinen liike Johdanto Harmoninen värähtely Esimerkkejä θ F t m g F r 1 / 27 Luennon sisältö Johdanto Harmoninen värähtely Esimerkkejä 2 / 27 Johdanto Tarkastellaan jaksollista liikettä (periodic
LisätiedotTilanhallintatekniikat
Tilanhallintatekniikat 3D grafiikkamoottoreissa Moottori on projektin osa joka vastaa tiettyjen toiminnallisuuksien hallinnasta hallitsee kaikki vastuualueen datat suorittaa kaikki tehtäväalueen toiminnot
Lisätiedot2.5. Matriisin avaruudet ja tunnusluvut
2.5. Matriisin avaruudet ja tunnusluvut m n-matriisi A Lineaarikuvaus A : V Z, missä V ja Z ovat sopivasti valittuja, dim V = n, dim Z = m (yleensä V = R n tai C n ja Z = R m tai C m ) Kuva-avaruus ja
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 30.3.2016 Susanna Hurme Yleisen tasoliikkeen kinetiikka (Kirjan luku 17.5) Osaamistavoitteet Osata ratkaista voimia ja niiden aiheuttamia kiihtyvyyksiä tasoliikkeessä
LisätiedotLineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg
Vaasan yliopisto, syksy 218 Lineaarialgebra II, MATH124 Matti laaksonen, Lassi Lilleberg Tentti T1, 284218 Ratkaise 4 tehtävää Kokeessa saa käyttää laskinta (myös graafista ja CAS-laskinta), mutta ei taulukkokirjaa
LisätiedotLENTOPALLON PERUSTEKNIIKOITA
LENTOPALLON PERUSTEKNIIKOITA Sormilyönti (passi) o liike nopeasti pallon alle, lantio pallon alle o juoksuvauhdin pysäytys, tasapainoinen asento, toinen (oikea) jalka hiukan eteen: pienellä askeleella
LisätiedotHopeamerkki Yleistä merkkiliikkeistä
Yleistä merkkiliikkeistä Merkkiliikkeiden suorittamiselle ei ole ala- eikä yläikärajaa. Merkkiliikesuoritukset voi tehdä kotisalilla oman seuran valmentajan suorittaessa arvioinnin. Arvioiva valmentaja
LisätiedotT Tietokoneanimaatio
T-111.5450 Tietokoneanimaatio Tassu Takala Teknillinen korkeakoulu Tietoliikenneohjelmistojen ja multimedian laboratorio 1. Luento 19.9.2005 Sisältö Henkilökunta Suoritustapa ja aikataulu Kurssimateriaali
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 7 8
Inversio-ongelmien laskennallinen peruskurssi Luento 7 8 Kevät 2011 1 Iteratiivisista menetelmistä Tähän mennessä on tarkasteltu niin sanottuja suoria menetelmiä, joissa (likimääräinen) ratkaisu saadaan
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 4
Inversio-ongelmien laskennallinen peruskurssi Luento 4 Kevät 20 Regularisointi Eräs keino yrittää ratkaista (likimääräisesti) huonosti asetettuja ongelmia on regularisaatio. Regularisoinnissa ongelmaa
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2
LisätiedotGraafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria
Graafit ja verkot Suuntamaton graafi: eli haaroja Joukko solmuja ja joukko järjestämättömiä solmupareja Suunnattu graafi: Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria Haaran päätesolmut:
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 24.2.2016 Susanna Hurme Päivän aihe: Voiman momentin käsite (Kirjan luvut 4.1-4.6) Mikä on voiman momentti? Määritetään momentti skalaari- ja vektorimuodossa Opitaan
Lisätiedot2.8. Kannanvaihto R n :ssä
28 Kannanvaihto R n :ssä Seuraavassa kantavektoreiden { x, x 2,, x n } järjestystä ei saa vaihtaa Vektorit ovat pystyvektoreita ( x x 2 x n ) on vektoreiden x, x 2,, x n muodostama matriisi, missä vektorit
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 9 1 Implisiittinen derivointi Tarkastellaan nyt yhtälöä F(x, y) = c, jossa x ja y ovat muuttujia ja c on vakio Esimerkki tällaisesta yhtälöstä on x 2 y 5 + 5xy = 14
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 2
Inversio-ongelmien laskennallinen peruskurssi Luento 2 Kevät 2012 1 Lineaarinen inversio-ongelma Määritelmä 1.1. Yleinen (reaaliarvoinen) lineaarinen inversio-ongelma voidaan esittää muodossa m = Ax +
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia
MS-A22 ifferentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Moninkertaisten integraalien sovelluksia Antti Rasila Aalto-yliopisto Syksy 215 Antti Rasila (Aalto-yliopisto) MS-A22 Syksy 215 1 / 2 Moninkertaisten
LisätiedotARK-A.3000 Rakennetekniikka (4op) Rakenteiden mekaniikka II. Dipl.Ins. Hannu Hirsi.
ARK-A.3000 Rakennetekniikka (4op) Rakenteiden mekaniikka II Dipl.Ins. Hannu Hirsi. Objectives in lecture 2 of mechanics : A thorough understanding of how to draw and use a freebody diagram is absolutely
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 22.3.2016 Susanna Hurme Päivän aihe: Rotaatioliikkeen kinematiikka: kulmanopeus ja -kiihtyvyys (Kirjan luvut 12.7, 16.3) Osaamistavoitteet Osata analysoida jäykän
LisätiedotMatriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo
Matriisilaskenta Luento 12: Vektoriavaruuden kannan olemassaolo Antti Rasila 2016 Vektoriavaruuden kannan olemassaolo Jos {v 1, v 2,..., v k } on äärellisulotteisen vektoriavaruuden V lineaarisesti riippumaton
LisätiedotELEC C4140 Kenttäteoria (syksy 2015)
ELEC C4140 Kenttäteoria (syksy 2015) Henrik Wallén Luentoviiko 3 / versio 23. syyskuuta 2015 Vektorianalyysi (Ulaby, luku 3) Koordinaatistot Viiva-, pinta- ja tilavuusalkiot Koordinaattimuunnokset Nablaoperaatiot
LisätiedotAlgoritmit 1. Luento 9 Ti Timo Männikkö
Algoritmit 1 Luento 9 Ti 7.2.2017 Timo Männikkö Luento 9 Graafit ja verkot Kaaritaulukko, bittimatriisi, pituusmatriisi Verkon lyhimmät polut Floydin menetelmä Lähtevien ja tulevien kaarien listat Forward
LisätiedotEtsintä verkosta (Searching from the Web) T Datasta tietoon Heikki Mannila, Jouni Seppänen
Etsintä verkosta (Searching from the Web) T-61.2010 Datasta tietoon Heikki Mannila, Jouni Seppänen 12.12.2007 Webin lyhyt historia http://info.cern.ch/proposal.html http://browser.arachne.cz/screen/
LisätiedotJohdatus verkkoteoriaan 4. luento
Johdatus verkkoteoriaan 4. luento 28.11.17 Viikolla 46 läpikäydyt käsitteet Viikolla 47 läpikäydyt käsitteet Verkko eli graafi, tasoverkko, solmut, välit, alueet, suunnatut verkot, isomorfiset verkot,
LisätiedotMS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47
MS-A3/A5 Matriisilaskenta Malliratkaisut 4 / vko 47 Tehtävä 1 (L): Oletetaan, että AB = AC, kun B ja C ovat m n-matriiseja. a) Näytä, että jos A on kääntyvä, niin B = C. b) Seuraako yhtälöstä AB = AC yhtälö
LisätiedotNIVELIKKÄIDEN MEKANISMIEN TOTEUTUS TIETOKONEANIMAATIOSSA
NIVELIKKÄIDEN MEKANISMIEN TOTEUTUS TIETOKONEANIMAATIOSSA Marko Aho Helsinki 28.4.2000 PRO GRADU Tutkielma HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET
LisätiedotVektoreiden virittämä aliavaruus
Vektoreiden virittämä aliavaruus Määritelmä Oletetaan, että v 1, v 2,... v k R n. Näiden vektoreiden virittämä aliavaruus span( v 1, v 2,... v k ) tarkoittaa kyseisten vektoreiden kaikkien lineaarikombinaatioiden
LisätiedotELEC C4140 Kenttäteoria (syksy 2016)
ELEC C4140 Kenttäteoria (syksy 2016) Henrik Wallén / versio 26. syyskuuta 2016 Sähköstatiikka (Ulaby, luku 4.1 4.5) Maxwellin yhtälöt statiikassa Coulombin voimalaki Gaussin laki Potentiaali Dipolin potentiaali
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia
MS-A22 ifferentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Moninkertaisten integraalien sovelluksia Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 217 Antti Rasila (Aalto-yliopisto)
LisätiedotAlgoritmit 1. Luento 7 Ti Timo Männikkö
Algoritmit 1 Luento 7 Ti 31.1.2017 Timo Männikkö Luento 7 Järjestetty binääripuu Binääripuiden termejä Binääripuiden operaatiot Solmun haku, lisäys, poisto Algoritmit 1 Kevät 2017 Luento 7 Ti 31.1.2017
LisätiedotJohdatus tekoälyn taustalla olevaan matematiikkaan
Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 3. luento 17.11.2017 Neuroverkon opettaminen (ohjattu oppiminen) Neuroverkkoa opetetaan syöte-tavoite-pareilla
LisätiedotMatriisialgebra harjoitukset, syksy 2016
MATRIISIALGEBRA, s, Ratkaisuja/ MHamina & M Peltola 7 Onko kuvaus F : R R, F(x 1,x = (x 1 +x,5x 1, x 1 +6x lineaarinen kuvaus? Jos on, niin määrää sen matriisi luonnollisen kannan suhteen Jos ei ole, niin
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 5 Ti 20.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 5 Ti 20.9.2011 p. 1/40 p. 1/40 Choleskyn menetelmä Positiivisesti definiiteillä matriiseilla kolmiohajotelma
LisätiedotDifferentiaalimuodot
LUKU 2 Differentiaalimuodot Olkoot A R n ja p A. Vektori pisteessä p on pari (p; v), missä v R n. Pisteeseen p kiinnitetyn vektorin v p := (p; v) ensimmäinen komponentti p on vektorin v p paikkaosa ja
LisätiedotJakso 1: Pyörimisliikkeen kinematiikkaa, hitausmomentti
Jakso 1: Pyörimisliikkeen kinematiikkaa, hitausmomentti Kertausta Ympyrärataa kiertävälle kappaleelle on määritelty käsitteet kulmanopeus ja kulmakiihtyvyys seuraavasti: ω = dθ dt dω ja α = dt Eli esimerkiksi
LisätiedotMatriisi-vektori-kertolasku, lineaariset yhtälöryhmät
Matematiikan peruskurssi K3/P3, syksy 25 Kenrick Bingham 825 Toisen välikokeen alueen ydinasioita Alla on lueteltu joitakin koealueen ydinkäsitteitä, joiden on hyvä olla ensiksi selvillä kokeeseen valmistauduttaessa
LisätiedotPolven nivelrikko / tekonivelleikkaus ja eturistisideleikkaus - Testauksen perusteita
Polven nivelrikko / tekonivelleikkaus ja eturistisideleikkaus - Testauksen perusteita Tapani Pöyhönen TtT, ft, liikuntafysiologi Kuntoutus- ja kipupoliklinikka / Kymenlaakson keskussairaala, Kotka Testien
Lisätiedot17. Differentiaaliyhtälösysteemien laadullista teoriaa.
99 17. Differentiaaliyhtälösysteemien laadullista teoriaa. Differentiaaliyhtälön x'(t) = f(x(t),t), x(t) n määrittelemän systeemin sanotaan olevan autonominen, jos oikea puoli ei eksplisiittisesti riipu
LisätiedotLuento 2: Liikkeen kuvausta
Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä
LisätiedotVapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
Lisätiedot1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2
Sisältö 1 Kompleksiluvut 1 1.1 Määritelmä............................ 1 1. Kertolasku suorakulmaisissa koordinaateissa.......... 4 1.3 Käänteisluku ja jakolasku..................... 9 1.4 Esimerkkejä.............................
LisätiedotVärähdysliikkeet. q + f (q, q, t) = 0. q + f (q, q) = F (t) missä nopeusriippuvuus kuvaa vaimenemista ja F (t) on ulkoinen pakkovoima.
Torstai 18.9.2014 1/17 Värähdysliikkeet Värähdysliikkeet ovat tyypillisiä fysiikassa: Häiriö oskillaatio Jaksollinen liike oskillaatio Yleisesti värähdysliikettä voidaan kuvata yhtälöllä q + f (q, q, t)
LisätiedotVektoreiden A = (A1, A 2, A 3 ) ja B = (B1, B 2, B 3 ) pistetulo on. Edellisestä seuraa
Viikon aiheet Pistetulo (skalaaritulo Vektorien tulot Pistetulo Ristitulo Skalaari- ja vektorikolmitulo Integraalifunktio, alkeisfunktioiden integrointi, yhdistetyn funktion derivaatan integrointi Vektoreiden
LisätiedotNumeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden
LisätiedotKESKIVARTALO/KEHONHALLINTAL IIKKEITÄ UINTIIN 3/2017. Prepared by: Mika Martikainen Date: :26
KESKIVARTALO/KEHONHALLINTAL IIKKEITÄ UINTIIN 3/2017 Prepared by: Mika Martikainen Date: 04.04.2017 08:26 MIKA MARTIKAINEN COACHING PL 226 70101, Kuopio 0408295515 mika@murtokohta.fi INFO "keskivartalojumppa"
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 2 To 8.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 2 To 8.9.2011 p. 1/33 p. 1/33 Lukujen tallennus Kiintoluvut (integer) tarkka esitys aritmeettiset operaatiot
LisätiedotLuentorunko keskiviikolle Hierarkkinen ryvästäminen
Luentorunko keskiviikolle 3.12.2008 Hierarkkinen ryvästäminen Ryvästyshierarkia & dendrogrammi Hierarkkinen ryvästäminen tuottaa yhden ryvästyksen sijasta sarjan ryvästyksiä Tulos voidaan visualisoida
LisätiedotT Rinnakkaiset ja hajautetut digitaaliset järjestelmät Stokastinen analyysi
T-79.179 Rinnakkaiset ja hajautetut digitaaliset järjestelmät Stokastinen analyysi 12. maaliskuuta 2002 T-79.179: Stokastinen analyysi 8-1 Stokastinen analyysi, miksi? Tavallinen Petri-verkkojen saavutettavuusanalyysi
LisätiedotTeoreettisia perusteita II
Teoreettisia perusteita II Origon siirto projektiokeskukseen:? Origon siirto projektiokeskukseen: [ X X 0 Y Y 0 Z Z 0 ] [ Maa-57.260 Kiertyminen kameran koordinaatistoon:? X X 0 ] Y Y 0 Z Z 0 Kiertyminen
LisätiedotTehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat.
JOHDATUS LUKUTEORIAAN syksy 017) HARJOITUS 6, MALLIRATKAISUT Tehtävä 1. Etsi Pellin yhtälön x Dy = 1 pienin positiivinen ratkaisu kun D {,, 5, 6, 7, 8, 10}. Ratkaisu 1. Tehtävässä annetuilla D:n arvoilla
LisätiedotTik-111.5450 Tietokoneanimaatio
Tik-111.5450 Tietokoneanimaatio 5.luento: dynamiikka (rigid body dynamics, physically based models, constraints) 17.10.05 - Tassu Animaatio 2005 - luento 5 1 Sisältö fysiikan kertausta: Newtonin lait,
LisätiedotTampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus
Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus 2 7.2.2013 1. Matematiikan lukiokurssissa on esitetty, että ylöspäin aukeavan paraabelin f(x) = ax 2 +bx+c,a > 0,minimikohtasaadaan,kunf
LisätiedotPHYS-C0240 Materiaalifysiikka (5op), kevät 2016
PHYS-C0240 Materiaalifysiikka (5op), kevät 2016 Prof. Martti Puska Emppu Salonen Tomi Ketolainen Ville Vierimaa Luento 7: Hilavärähtelyt tiistai 12.4.2016 Aiheet tänään Hilavärähtelyt: johdanto Harmoninen
LisätiedotAVL-puut. eräs tapa tasapainottaa binäärihakupuu siten, että korkeus on O(log n) kun puussa on n avainta
AVL-puut eräs tapa tasapainottaa binäärihakupuu siten, että korkeus on O(log n) kun puussa on n avainta pohjana jo esitetyt binäärihakupuiden operaatiot tasapainotus vie pahimmillaan lisäajan lisäys- ja
LisätiedotLuento 7: 3D katselu. Sisältö
Tietokonegrafiikka / perusteet Tik-.3/3 4 ov / 2 ov Luento 7: 3D katselu Lauri Savioja /4 3D katselu / Sisältö Koorinaattimuunnokset Kameran ja maailmankoorinaatiston yhteys Perspektiivi 3D katselu / 2
LisätiedotVanhoja koetehtäviä. Analyyttinen geometria 2016
Vanhoja koetehtäviä Analyyttinen geometria 016 1. Määritä luvun a arvo, kun piste (,3) on käyrällä a(3x + a) = (y - 1). Suora L kulkee pisteen (5,1) kautta ja on kohtisuorassa suoraa 6x + 7y - 19 = 0 vastaan.
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 8 To 29.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 8 To 29.9.2011 p. 1/36 p. 1/36 Interpolointi kuutiosplinillä Osavälit: I i = [t i 1,t i ], i = 1,2,...,n
LisätiedotLaitilan Jyske ry 5.4.15 Toimintakäsikirja
Keskivartalolihaskuntoharjoituksia Seuraavassa on muutamia keskivartalon voimaan ja hallintaan keskittyviä harjoituksia. Aluksi esitetyt määrät voivat tuntua isoilta. Voitkin aluksi aloittaa pienemmistä
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 3
Inversio-ongelmien laskennallinen peruskurssi Luento 3 Kevät 2011 1 Singulaariarvohajotelma (Singular Value Decomposition, SVD) Olkoon A R m n matriisi 1. Tällöin A voidaan esittää muodossa A = UΣV T,
LisätiedotLuento 6: Geometrinen mallinnus
Tietokonegrafiikan perusteet T-111.4300 3 op Luento 6: Geometrinen mallinnus Lauri Savioja, Janne Kontkanen 11/2007 Geometrinen mallinnus / 1 Sisältö Mitä on geometrinen mallinnus tietokonegrafiikassa
Lisätiedot7 Vapaus. 7.1 Vapauden määritelmä
7 Vapaus Kuten edellisen luvun lopussa mainittiin, seuraavaksi pyritään ratkaisemaan, onko annetussa aliavaruuden virittäjäjoukossa tarpeettomia vektoreita Jos tällaisia ei ole, virittäjäjoukkoa kutsutaan
Lisätiedot