8. Morfologinen kuvanprosessointi 8.1. Perusteita. = kun

Koko: px
Aloita esitys sivulta:

Download "8. Morfologinen kuvanprosessointi 8.1. Perusteita. = kun"

Transkriptio

1 8. Morfologinen kuvnprosessointi 8.1. Perusteit Sn morfologi viitt muotoon j rkenteeseen eri tieteenloill. Kuvnprosessoinniss se trkoitt mtemttist keino, joll irrotetn kuvst kiinnostvi osi näiden olless hyödyllisiä lueiden muodon esityksessä. Tämä luku on melko suppe, kosk o. menetelmät koskevt lähinnä inäärikuvi, joiden kuv lkiot (pikselit ovt joukost Z 2. Sinänsä monet menetelmistä ovt yleistettävissä n ulotteiseen euklidisen vruuteen. Mtemttisen morfologin kieli on joukkoteori. Tämä trjo useit keinoj kuvnprosessoinnin ongelmiin. Kuvn sisältämät kohteet edustvt joukkoj. Joukot käsittävät kksiulotteisen vruuden Z 2 lkioit (luku 2.4., jotk ovt monikkoj (kksiulotteisi vektoreit. Näiden koordintit ovt (x,y prej j rvot vlkoisen (ti mustn pikselin rvoj. Hrmsävyt voidn esittää joukkoin, joiden komponentit kuuluvt vruuteen Z 3 kolmnnen komponentin olless intensiteettirvo. Suurempiulotteiset vruudet voivt käsittää värikomponentit j Joukon B peilikuv määritellään seurvsti. B = kun { w w =, B} Jos B on kuvn kohteen pikselien joukko, niin sen peilikuv on yksinkertisesti B:n pisteiden (x,y joukko, joss koordintit on muutettu muotoon ( x, y. Kuvss 8.1.( on (:n peilikuv. Joukon B trnsltio eli siirto pisteeseen =( 1, 2 määritellään seurvll kvll. { = +, B} Tässä, kuten kuvss 8.1.(, B:n koordintit korvtn koordinteill (x+ 1,y+ 2. jn. Morfologinen kuvnprosessointi 415 Morfologinen kuvnprosessointi 416 ( B = kun Pielikuv j trnsltiot käytetään muodostettess rkennelkioiden opertioit, joille muodostetn pieniä osjoukkoj (kuvn osi kuvn muokkmiseksi ti testmiseksi. Määritellään, mitkä lkiot ovt rkennelkioss mukn, j lisäksi, mikä on sen origo (yleensä setetn keskipisteeseen, vikk tämä on pohjimmiltn sovelluskohtinen kysymys. Origo merkitään pisteellä, mutt rkennelkion kuvion olless symmetrinen origon oletetn sijitsevn keskipisteessä, kun sitä ei ole merkitty. Kuv 8.2. esittää esimerkin. Kuv 8.1.( Pikselien joukko on esitetty sävytettynä kuvion, ( joukon peilikuv j ( :n suuruinen trnsltio. Kuv 8.3. osoitt, miten rkennelkioit käytetään morfologiss. Kuvt 8.3.( j ( sisältävät joukon j rkennelkion. Tust tehdään riittävän ljksi suorkulmioksi, jott se sisältää joukon A. Morfologinen kuvnprosessointi 417 Morfologinen kuvnprosessointi 418

2 Kuv 8.2. Ylärivillä on rkennelkioist esimerkkejä. Alrivissä rkennelkiot on setettu suorkulmiotulukoihin. Piste on rkennelkion keskipisteessä. Kuv 8.3.( Joukko A, ( rkennelkio, ( joukon sivuille on lisätty tust lkioit suorkulmion muotoon, (d rkennelkio 3 3 tulukkon j (e rkennelkioll prosessoitu joukko. Morfologinen kuvnprosessointi 419 Morfologinen kuvnprosessointi Eroosio j diltio Määritellään esimerkkiä vrten joukolle A rkennelkiot B käyttävä opertio, jok muodost uuden joukon jmll B yli joukon AB:n origon käydessä jokisess A:n pikss (pikselissä. Mikäli B sisältyy tällöin kokonn A:hn, merkitään nykyinen pikk mukn tulosjoukkoon, muuten tämän ulkopuolelle. Tulosjoukko on kuvss 8.3.(e. Kyseinen opertio on eroosio. Eroosion muodostmn joukkoon kuuluvt vin ne pikselit, joiss A:n j B:n lkiot menivät täysin päällekkäin. Eroosio (syövyttäminen j diltio (ljennus ovt morfologin perusopertiot, joihin monet muut opertiot perustuvt. Olkoot A j B joukkoj vruudess Z 2. A:n eroosio B:llä merkitään j määritellään seurvsti. { } A B = ( B A Kyseessä on siis pisteiden joukko, joss :ll siirretyt pikselit kuuluvt joukkoon A. Kun rkennelkion B on kuuluttv joukkoon A, edellinen luse on ekvivlentti sen knss, että B:llä ei ole yhteisiä pikseleitä tustn knss, ts. A B = { ( B A = Ø}, joss A on joukon A komplementti j Ø tyhjä joukko (luku Kuvss 8.4. on esimerkki. Morfologinen kuvnprosessointi 421 Morfologinen kuvnprosessointi 422

3 Kuv 8.5. esittää esimerkin eroosion soveltmisest. Siinä kuv 8.5.( prosessoidn eroosioll, joss rkennelkion koko on pikseliä. Tulos nähdään kuvss 8.5.(, joss enimmät säteet ktosivt j skrt ohentuivt, mutt eivät kdonneet kokonn. Alkuperäisessä kuvss skrt olivt leveämmät kuin 11 pikseliä. Muuttmll rkennelkion kooksi sdn kuvn 8.5.( tulos (vihtoehtoisesti voitisiin j toistmiseen Rkennelkion koko edelleen suurentmll kokoon pyyhkäistään skrt kokonn pois. Kuv 8.4.( Joukko A, ( neliönmuotoinen rkennelkio B, ( A:n eroosio B:llä (sävytettynä, (d venytetty rkennelkio, (e A:n eroosio tällä. Pisteviivoill on merkitty selvyyden vuoksi rjtut lueet eli joukon A rjt. Eroosio kutisti ti ohensi inäärikuvn kohteit. Näin sitä voidn käyttää morfologisess suodtuksess. Morfologinen kuvnprosessointi 423 Morfologinen kuvnprosessointi 424 Kuv 8.5.( Alkuperäinen inäärikuv kooltn pikseliä sekä ( mskill 11 11, ( j (d jettu eroosio. d Joukkojen A j B olless Z 2 :ss A:n diltio B:llä määritellään seurvll tvll. Ø (1 A B = { ( B A } Tässä otetn B:n peilikuv origon suhteen j sitten siirretään se :n verrn (kuv Tällöin A:n diltio B:llä on kikkien siirtojen joukko B:n j A:n mennessä päällekkäin vähintään yhden pikselin kohdll. Täten kv (1 on kirjoitettviss ekvivlentisti näin. A B = Jälleen A oli kuv j B rkennelkio. B voidn mieltää konvoluutiomskin. Sen käyttö on nlogist sptilisen mskin knss (luku Diltio perustuu kuitenkin joukko opertioihin, joten se on epälinerinen toisin kuin linerinen konvoluutio. { [( B A] A} Morfologinen kuvnprosessointi 425 Morfologinen kuvnprosessointi 426

4 Eroosioon verrttun vstkkisen opertion diltio ksvtt ti vhvent inäärikuvn kohteit. Tätä vhventmist määrittää rkennelkion muoto. Kuv 8.6.( esittää smn joukon kuin kuv 8.4. Kuv 8.6.( esittää rkennelkion (nyt peilikuv kuvn 8.4. tilnteelle. Kuvn 8.6.( ktkoviiv käsittää vertilun vuoksi lkuperäisen kuvn j kiinteä viiv rjn, jonk yli menevät B:n peilikuvn siirrot tekisivät B:n peilikuvn j A:n leikkuksest tyhjän. Näin ollen kikki rjn sisäpuolell ti rjll olevt pisteet määrittävä kyseisen diltion. Kuv 8.6.(d käsittää rkennelkion, jok tuott suuremmn diltion pysty kuin vksuunnss. Kuv 8.6.(e on tämän tulos. d e Kuv 8.6.( Joukko A, ( neliönmuotoinen rkennelkio, ( B:n diltio A:lle, (d pidennetty rkennelkio j (e tällä iknstu diltio. Morfologinen kuvnprosessointi 427 Morfologinen kuvnprosessointi 428 Diltiot käytetään ukkojen pikkmiseen kuvss. Kuv 8.7.( on esimerkki, jost tiedetään suurimpien ktkosten olevn kksi pikseliä. Kuv 8.7.( esittää, miten rkennelkioll korjtn ktkokset. Sävytyksen sijst tässä on käytetty 1:siä rkennelkioss j 0:i tustss. Kuv 8.7.( nt diltion tuloksen, joss ukot on pikttu. Kuv 8.7.( Kehnon resoluution tekstiä, joss on ktkenneit merkkejä (ks. suurennettu kuvn os, ( rkennelkio j ( diltion tulos, joss ktkenneet segmentit on yhdistetty. Morfologinen kuvnprosessointi 429 Morfologinen kuvnprosessointi 430

5 Eroosio j diltio ovt dulisi toisilleen. Ne voidn muodost toisistn komplementin vull. ( A B = A B A B = A ( B Dulisuus on hyödyllinen erityisesti, kun rkennelkio on symmetrinen origon suhteen kuten tvllist, jolloin joukko B on yhtä kuin sen peilikuv. Silloin kuvn B:n mukinen eroosio sdn suorittmll diltio tustlle (diltio A :lle smll rkennelkioll. Sm ide pätee myös diltion suorittmiselle. Muit hyödyllisiä opertioit ovt vus (opening j sulku (losing. Edellinen soveltuu kohteen ääriviivojen tsoitukseen j ulkonemien poistmiseen. Sulku sulutt ktkoj j pitkiä kpenemi sekä hävittää reikiä. Morfologinen kuvnprosessointi Morfologisi peruslgoritmej Edeltävillä perusopertioill voidn helposti muodost inäärikuvien käsittelyä vrten erilisi menetelmiä, joist esitetään muutm keskeinen. Rjn irrottminen (oundry extrtion on usein esiintyvä tehtävä. Joukon A rj (A sdn ensin suorittmll B eroosio A:lle j sitten lskemll erotus A:n j tämän eroosion välillä. B on sinmukinen rkennelkio. β ( A = A ( A B Kuv 8.8. hvinnollist tehtävän suorittmist. Kuv 8.9. esittää esimerkin, joss on käytetty 1 rkennelkiot koko 3 3. Tässä 1:set esitetään vlkoisin (myös rkennelkioss j 0:t mustin. Kyseisen rkennelkion muodon tki kuvss 8.8. rjst tuli yhden pikselin vhvuinen. Morfologinen kuvnprosessointi 432 d ( ( Kuv 8.8.( Joukko A, ( rkennelkio B, ( B eroosio A:lle j (d A:n j tämän eroosion muodostm rj. Kuv 8.9.( Binäärikuv (1:set edustvt vlkoisi j ( sille lskettu yhden pikselin vhvuinen rj. Morfologinen kuvnprosessointi 433 Morfologinen kuvnprosessointi 434

6 Reikä määritellään tust lueen, jot ympäröi yhtenäinen edustpikselien rj lue. Sovelten diltiot, komplementti j leikkust kuvn reikiä voidn täyttää. Tehtävänä on täyttää kuvn reikä 1:sillä, kun on nnettu reiän sisäinen loituspiste. Aloitetn muodostmll 0:ien tulukko X 0, jok on sm koko kuin reikäisen kohteen sisältävä joukko A. Reiän loituskohtn setetn kuitenkin 1. Seurv proseduuri täyttää reiän 1:sillä. Jos reikiä on useit toimitn smoin jokisen oslt. X (2 k = ( X k 1 B A, k = 1,2,... B on tässä symmetrinen rkennelkio (kuv 8.10.(. Algoritmin suoritus päättyy itertioll k, jos X k = X k 1. Tällöin X k sisältää kikki täytetyt reiät. Joukkojen X k j A unioni käsittää sekä täytetyt reiät että rjn. Morfologinen kuvnprosessointi 435 Kuv Reiän täyttäminen: ( Joukko A (sävytettynä, ( tämän komplementti, ( rkennelkio B (d rjn sisäinen loituspiste, (e (h itertiot j (i lopputulos kohtien ( j (h unioni. d e f g h i Morfologinen kuvnprosessointi 436 Kvn (2 diltio täyttäisi koko lueen, ellei tilnnett trkistettisi. Kunkin itertion leikkus komplementin A knss rjoitt kuitenkin tuloksen kiinnostuslueen sisäpuolelle. Täten kyseessä on ehdollinen diltio. Vikk esimerkissä oli vin yksi reikä, menetelmä käy yhtä hyvin monireikäisille, kunhn jokisen reiän sisältä on nnettu loituspiste. Kuv esittää esimerkin, joss on täytetty vlkoisten renkiden mustt sisäost. Kuvst 8.11.( on vlittu yksi rengs, jok on täytetty kuvss 8.11.(. Kuvss 8.11.( ovt kikki renkt täytettyjä. Muit morfologisi tehtäviä ovt yhdistettyjen komponenttien irrottminen, konveksin peitteen (onvex hull lskent, ohentminen, vhvistminen, rngn lskent, krsiminen j morfologinen rekonstruktio. Kuv 8.10.( Binäärikuv, joss on vlkoisi renkit eli reiällisiä kohteit, ( yksi niistä täytetty vlkoisell j ( kikki täytetty. Morfologinen kuvnprosessointi 437 Morfologinen kuvnprosessointi 438

8. Morfologinen kuvanprosessointi 8.1. Perusteita

8. Morfologinen kuvanprosessointi 8.1. Perusteita 8. Morfologinen kuvanprosessointi 8.1. Perusteita Sana morfologia viittaa muotoon ja rakenteeseen eri tieteenaloilla. Kuvanprosessoinnissa se tarkoittaa matemaattista keinoa, jolla irrotetaan kuvasta kiinnostavia

Lisätiedot

θ 1 θ 2 γ γ = β ( n 2 α + n 2 β = l R α l s γ l s 22 LINSSIT JA LINSSIJÄRJESTELMÄT 22.1 Linssien kuvausyhtälö

θ 1 θ 2 γ γ = β ( n 2 α + n 2 β = l R α l s γ l s 22 LINSSIT JA LINSSIJÄRJESTELMÄT 22.1 Linssien kuvausyhtälö 22 LINSSIT JA LINSSIJÄRJSTLMÄT 22. Linssien kuvusyhtälö Trkstelln luksi vlon tittumist pllopinnll (krevuussäde R j krevuuskeskipiste C) kuvn mukisess geometriss. Tässä vlo siis tulee ineest ineeseen 2

Lisätiedot

T Syksy 2002 Tietojenkäsittelyteorian perusteet Harjoitus 5 Demonstraatiotehtävien ratkaisut. ja kaikki a Σ ovat säännöllisiä lausekkeita.

T Syksy 2002 Tietojenkäsittelyteorian perusteet Harjoitus 5 Demonstraatiotehtävien ratkaisut. ja kaikki a Σ ovat säännöllisiä lausekkeita. T-79.8 Syksy 22 Tietojenkäsittelyteorin perusteet Hrjoitus 5 Demonstrtiotehtävien rtkisut Säännölliset lusekkeet määritellään induktiivisesti: j kikki Σ ovt säännöllisiä lusekkeit. Mikäli α j β ovt säännöllisiä

Lisätiedot

Pythagoraan lause. Pythagoras Samoslainen. Pythagoraan lause

Pythagoraan lause. Pythagoras Samoslainen. Pythagoraan lause Pythgorn luse Pythgors Smoslinen Pythgors on legendrinen kreikklinen mtemtiikko j filosofi. Tiedot hänen elämästään ovt epävrmoj j ristiriitisi. Tärkein Pythgorst j pythgorlisi koskev lähde on Lmlihosin

Lisätiedot

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016 ICS-C2 Tietojenkäsittelyteori Kevät 2 Kierros,. 5. helmikuut Demonstrtiotehtävien rtkisut D: Sievennä seurvi säännöllisiä lusekkeit (so. konstruoi yksinkertisemmt lusekkeet smojen kielten kuvmiseen): ()

Lisätiedot

Kertymäfunktio. Kertymäfunktio. Kertymäfunktio: Mitä opimme? 2/2. Kertymäfunktio: Mitä opimme? 1/2. Kertymäfunktio: Esitiedot

Kertymäfunktio. Kertymäfunktio. Kertymäfunktio: Mitä opimme? 2/2. Kertymäfunktio: Mitä opimme? 1/2. Kertymäfunktio: Esitiedot TKK (c) Ilkk Mellin (24) 1 Johdtus todennäköisyyslskentn TKK (c) Ilkk Mellin (24) 2 : Mitä opimme? 1/2 Jos stunnisilmiötä hlutn mllint mtemttisesti, on ilmiön tulosvihtoehdot kuvttv numeerisess muodoss.

Lisätiedot

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1

Painopiste. josta edelleen. x i m i. (1) m L A TEX 1 ( ) x 1... x k µ x k+1... x n. m 1 g... m n g. Kuva 1. i=1. i=k+1. i=1 Pinopiste Snomme ts-ineiseksi kpplett, jonk mteriliss ei ole sisäisiä tiheyden vihteluj. Tällisen kppleen pinopisteen sijinti voidn joskus päätellä kppleen muodon perusteell. Esimerkiksi ts-ineisen pllon

Lisätiedot

Riemannin integraalista

Riemannin integraalista Lebesguen integrliin sl. 2007 Ari Lehtonen Riemnnin integrlist Johdnto Tämän luentomonisteen trkoituksen on tutustutt lukij Lebesgue n integrliin j sen perusominisuuksiin mhdollisimmn yksinkertisess tpuksess:

Lisätiedot

ICS-C2000 Tietojenkäsittelyteoria Kevät 2015

ICS-C2000 Tietojenkäsittelyteoria Kevät 2015 ICS-C2 Tietojenkäsittelyteori Kevät 25 Kierros 3, 26. 3. tmmikuut Demonstrtiotehtävien rtkisut D: Ldi epädeterministinen äärellinen utomtti, jok test onko nnetun inäärijonon kolmnneksi viimeinen merkki,

Lisätiedot

II.1. Suppeneminen., kun x > 0. Tavallinen lasku

II.1. Suppeneminen., kun x > 0. Tavallinen lasku II. EPÄOLEELLISET INTEGRAALIT nt II.. Suppeneminen Esim. Olkoon f() =, kun >. Tvllinen lsku = / =. Kuitenkn tätä integrli ei ole ikisemmss mielessä määritelty, kosk f ei ole rjoitettu välillä [, ] (eikä

Lisätiedot

Olkoon. M = (Q, Σ, δ, q 0, F)

Olkoon. M = (Q, Σ, δ, q 0, F) T 79.148 Tietojenkäsittelyteorin perusteet 2.4 Äärellisten utomttien minimointi Voidn osoitt, että jokisell äärellisellä utomtill on yksikäsitteinen ekvivlentti (so. smn kielen tunnistv) tilmäärältään

Lisätiedot

LINSSI- JA PEILITYÖ TEORIAA. I Geometrisen optiikan perusaksioomat

LINSSI- JA PEILITYÖ TEORIAA. I Geometrisen optiikan perusaksioomat (0) LINSSI- JA PEILITYÖ MOTIVOINTI Tutustutn linsseihin j peileihin geometrisen optiikn mittuksiss Tutkitn vlon käyttäytymistä linsseissä j peileissä Määritetään linssien j peilien polttopisteet Optiset

Lisätiedot

Olkoon. äärellinen automaatti. Laajennetaan M:n siirtymäfunktio yksittäisistä syötemerkeistä merkkijonoihin: jos q Q, x Σ, merkitään

Olkoon. äärellinen automaatti. Laajennetaan M:n siirtymäfunktio yksittäisistä syötemerkeistä merkkijonoihin: jos q Q, x Σ, merkitään T 79.00/002 Tietojenkäsittelyteorin perusteet 2. Äärellisten utomttien minimointi Voidn osoitt, että jokisell äärellisellä utomtill on yksikäsitteinen ekvivlentti (so. smn kielen tunnistv) tilmäärältään

Lisätiedot

10. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA

10. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA MAA0 0. Määrätyn integrlin käyttö eräiden pint-lojen lskemisess 0. MÄÄRÄTYN INTEGRAALIN KÄYTTÖ ERÄIDEN PINTA-ALOJEN LASKEMISESSA Edellä on todettu, että f (x)dx nt x-kselin j suorien x =, x = sekä funktion

Lisätiedot

Kuvausta f sanotaan tällöin isomorfismiksi.

Kuvausta f sanotaan tällöin isomorfismiksi. Määritelmä..12. Oletetn, että 1 =(V 1,E 1 ) j 2 =(V 2,E 2 ) ovt yksinkertisi verkkoj. Verkot 1 j 2 ovt isomorfiset, jos seurvt ehdot toteutuvt: (1) on olemss bijektio f : V 1 V 2 (2) kikill, b V 1 pätee,

Lisätiedot

3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko

3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko 3.3 KILIOPPIN JÄSNNYSONGLMA Rtkistv tehtävä: Annettu yhteydetön kielioppi G j merkkijono x. Onko x L(G)? Rtkisumenetelmä = jäsennyslgoritmi. Useit vihtoehtoisi menetelmiä, erityisesti kun G on jotin rjoitettu

Lisätiedot

2.6 SÄÄNNÖLLISET LAUSEKKEET Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita:

2.6 SÄÄNNÖLLISET LAUSEKKEET Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita: 2.6 SÄÄNNÖLLISET LAUSEKKEET Automttimlleist poikkev tp kuvt yksinkertisi kieliä. Olkoot A j B kkoston Σ kieliä. Perusopertioit: Yhdiste: A B = {x Σ x A ti x B}; Ktentio: AB = {xy Σ x A, y B}; Potenssit:

Lisätiedot

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita.

Esimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita. 8. Operttorit, mtriisit j ryhmäteori Mtemttinen operttori määrittelee opertion, jonk mukn sille nnettu funktiot muoktn. Operttorit ovt erityisen tärkeitä kvnttimekniikss, kosk siinä jokist suurett vst

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 4 Tilvuuden j vipn ln lskeminen Kuten iemmin käsittelimme, määrätyn integrlin vull voi lske pintloj j tilvuuksi. Tyypillisenä sovelluksen tilvuuden lskemisest on tpus, joss

Lisätiedot

Riemannin integraali

Riemannin integraali LUKU 5 iemnnin integrli Tässä luvuss funktion f iemnnin integrli merkitään - b f = - b f() d. Vstvsti funktion f Lebesgue in integrli merkitään f = f() dm(). [,b] [,b] Luse 5.1. Olkoon f : [, b] rjoitettu

Lisätiedot

Matematiikan johdantokurssi, syksy 2017 Harjoitus 6, ratkaisuista. 1. Onko jokin demojen 5 tehtävän 3 relaatioista

Matematiikan johdantokurssi, syksy 2017 Harjoitus 6, ratkaisuista. 1. Onko jokin demojen 5 tehtävän 3 relaatioista Mtemtiikn johntokurssi, syksy 07 Hrjoitus 6, rtkisuist. Onko jokin emojen 5 tehtävän reltioist ) R := {(, ), (, ), (, ), (, ), (, ), (, ), (, ), (, )}, ) S := {(, ), (, ), (, ), (, ), (, ), (, ), (, ),

Lisätiedot

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA

OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA Tekijät: Ari Heimonen, Hellevi Kupil, Ktj Leinonen, Tuomo Tll, Hnn Tuhknen, Pekk Vrniemi Alkupl Tiedekeskus Tietomn torninvrtij

Lisätiedot

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b

x k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b 5 Integrlien lskemisest 51 Riemnnin summt [A2], [4, 61] Rjoitetun funktion f : [, b] R Riemnn-integroituvuudelle ytäpitäväksi on kurssill Anlyysi 2 osoitettu, että Riemnnin summill S P := f(ξ k ) ( ),

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ PISTEYTYSKOKOUS

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ PISTEYTYSKOKOUS 0 MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 30 PISTEYTYSKOKOUS 0 ) Sijoitetn x 0 Rtkistn = 0/04,0000 b) Jos neliön sivu on s, niin lävistäjä on s Ehto: s 6 s + s = 6, s 6 3 4s 6,70, joten piiri ) Suorn yhtälö

Lisätiedot

MITEN MÄÄRITÄN ASYMPTOOTIT?

MITEN MÄÄRITÄN ASYMPTOOTIT? MITEN MÄÄRITÄN ASYMPTOOTIT? Asmptootti Asmptootti on suor ti muu kärä, jot funktion kuvj f() rjtt lähest, kun muuttujn rvot lähestvät tiettä luku ti ääretöntä. Rjoitutn luksi niihin tpuksiin, joiss smptootti

Lisätiedot

Q = {q 1, q 2, q 3, q 4 } Σ = {a, b} F = {q 4 },

Q = {q 1, q 2, q 3, q 4 } Σ = {a, b} F = {q 4 }, T-79.48 Syksy 22 Tietojenkäsittelyteorin perusteet Hrjoitus 4 Demonstrtiotehtävien rtkisut 4. Tehtävä: Ldi epädeterministinen äärellinen utomtti, jok test onko nnetun inäärijonon kolmnneksi viimeinen merkki,

Lisätiedot

Ristitulo ja skalaarikolmitulo

Ristitulo ja skalaarikolmitulo Ristitulo j sklrikolmitulo Opetussuunnitelmn 00 mukinen kurssi Vektorit (MAA) sisältää vektoreiden lskutoimituksist keskeisenä ineksen yhteenlskun, vähennyslskun, vektorin kertomisen luvull j vektoreiden

Lisätiedot

Automaatin tunnistama kieli on sen hyväksymien merkkijonojen joukko. Täsmällinen muotoilu: δ,q 0,{q 2,q 3,q 6 }), missä

Automaatin tunnistama kieli on sen hyväksymien merkkijonojen joukko. Täsmällinen muotoilu: δ,q 0,{q 2,q 3,q 6 }), missä T 79.1001/1002 Tietojenkäsittelyteorin perusteet 2.3 Äärellisen utomtin käsitteen formlisointi eknistinen mlli: syötenuh: nuhpää: ohjusyksikkö: i n p δ u q 1 q 2 Äärellinen utomtti koostuu äärellistilisest

Lisätiedot

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut

Syksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut Sksn 0 Pitkän mtemtiikn YO-kokeen TI-Nspire CAS -rtkisut Tekijät: Olli Krkkulinen Rtkisut on ldittu TI-Nspire CAS -tietokoneohjelmll kättäen Muistiinpnot -sovellust. Kvt j lskut on kirjoitettu Mth -ruutuihin.

Lisätiedot

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [

1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [ 1. Derivtn Testi Jos funktio f on jtkuv voimell välillä ], b[ j x 0 ], b[ on kriit. ti singul. piste niin { f (x) < 0, x ], x 0 [ f x (x) > 0, x ]x 0, b[ 0 on lokli minimipiste (1) { f (x) > 0, x ], x

Lisätiedot

Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita:

Automaattimalleista poikkeava tapa kuvata yksinkertaisia kieliä. Olkoot A ja B aakkoston Σ kieliä. Perusoperaatioita: 2.6 SÄÄNNÖLLISET LAUSEKKEET Automttimlleist poikkev tp kuvt yksinkertisi kieliä. Olkoot A j B kkoston Σ kieliä. Perusopertioit: Yhdiste: A B = {x Σ x A ti x B}; Ktentio: AB = {xy Σ x A, y B}; Potenssit:

Lisätiedot

TYÖ 30. JÄÄN TIHEYDEN MÄÄRITYS. Tehtävänä on määrittää jään tiheys.

TYÖ 30. JÄÄN TIHEYDEN MÄÄRITYS. Tehtävänä on määrittää jään tiheys. TYÖ 30 JÄÄN TIHEYDEN MÄÄRITYS Tehtävä älineet Tusttietoj Tehtävänä on äärittää jään tiheys Byretti (51010) ti esi 100 l ittlsi (50016) j siihen sopivi jääploj, lkoholi (sopii jäähdytinneste lsol), nlyysivk

Lisätiedot

2.4 Pienimmän neliösumman menetelmä

2.4 Pienimmän neliösumman menetelmä 2.4 Pienimmän neliösummn menetelmä Optimointimenetelmiä trvitn usein kokeellisen dtn nlysoinniss. Mittuksiin liittyy virhettä, joten mittus on toistettv useit kertoj. Oletetn, että mittn suurett c j toistetn

Lisätiedot

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014

763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014 763333A KIINTEÄN AINEEN FYSIIKKA Rtkisut 1 Kevät 014 1. Tehtävä: Lske, kuink mont hilpistettä on yksikkökopiss ) yksinkertisess kuutiollisess, b) tkk:ss j c) pkk:ss. (Ot huomioon, että esimerkiksi yksikkökopin

Lisätiedot

( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 321 Päivitetty 19.2.2006. Saadaan yhtälö. 801 Paraabeli on niiden pisteiden ( x,

( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 321 Päivitetty 19.2.2006. Saadaan yhtälö. 801 Paraabeli on niiden pisteiden ( x, Pyrmidi Anlyyttinen geometri tehtävien rtkisut sivu Päivitetty 9..6 8 Prbeli on niiden pisteiden (, y) joukko, jotk ovt yhtä kukn johtosuorst j polttopisteestä. Pisteen (, y ) etäisyys suorst y = on d

Lisätiedot

VEKTOREILLA LASKEMINEN

VEKTOREILLA LASKEMINEN ..07 VEKTOREILL LSKEMINEN YHTEENLSKU VEKTORIT, M4 Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on vektorin

Lisätiedot

Kognitiivinen mallintaminen I, kevät Harjoitus 1. Joukko-oppia. MMIL, luvut 1-3 Ratkaisuehdotuksia, MP

Kognitiivinen mallintaminen I, kevät Harjoitus 1. Joukko-oppia. MMIL, luvut 1-3 Ratkaisuehdotuksia, MP Kognitiivinen mllintminen I, kevät 007 Hrjoitus. Joukko-oppi. MMIL, luvut -3 Rtkisuehdotuksi, MP. Määritellään joukot: A = {,,, 3, 4, 5} E = {, {}, } B = {, 4} F = C = {, } G = {{, }, {,, 4}} D = {, }

Lisätiedot

4 Pinta-alasovelluksia

4 Pinta-alasovelluksia Pint-lsovelluksi. Kuvjn lle jäävä pint-l voidn määrittää, jos kuvj on -kselin yläpuolell. Välillä [, 5] funktion f kuvj on -kselin lpuolell. Peiltn funktion f kuvj -kselin suhteen, jolloin sdn funktion

Lisätiedot

Käydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja.

Käydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja. DI mtemtiikn opettjksi: Täydennyskurssi, kevät Luentorunko j hrjoituksi viikolle : ti 9.. klo :-5:, to.. klo 9:5-: j klo 4:5-6: Käydään läpi: äärirvo trkstelu, L Hospitl, integrli j srjoj.. Kerrtn äärirvojen

Lisätiedot

Kieli, merkitys ja logiikka, kevät 2011 HY, Kognitiotiede. Vastaukset 2.

Kieli, merkitys ja logiikka, kevät 2011 HY, Kognitiotiede. Vastaukset 2. Kieli, merkitys j logiikk, kevät 2011 HY, Kognitiotiede stukset 2. ** Kikiss utomteiss lkutil on. 1.. nn äärelliset utomtit luseille (1-c), jokiselle omns. (1).. c. q3 q4 q3 q4 q5 q6. Muodost äärellinen

Lisätiedot

Diskreetin matematiikan perusteet Laskuharjoitus 6 / vko 13

Diskreetin matematiikan perusteet Laskuharjoitus 6 / vko 13 MS-A040 Diskreetin mtemtiikn perusteet, IV/07 Kngslmpi / Jkosson Diskreetin mtemtiikn perusteet Lskuhrjoitus / vko Tuntitehtävät 4-4 lsketn lkuviikon hrjoituksiss j tuntitehtävät 45-4 loppuviikon hrjoituksiss.

Lisätiedot

11. MÄÄRÄTTY INTEGRAALI JA TILAVUUS

11. MÄÄRÄTTY INTEGRAALI JA TILAVUUS 11. MÄÄRÄTTY INTEGRAALI JA TILAVUUS Tilvuus on sen verrn rkielämässä viljelty käsite, että useimmiten sen syvemmin edes miettimättä ymmärretään, mitä juomlsin ti pikkuvuvn kylpymmeen tilvuudell trkoitetn.

Lisätiedot

Digitaalinen videonkäsittely Harjoitus 5, vastaukset tehtäviin 25-30

Digitaalinen videonkäsittely Harjoitus 5, vastaukset tehtäviin 25-30 Digitlinen videonkäsittely Hrjoitus 5, vstukset tehtäviin 5-30 Tehtävä 5. ) D DCT sdn tekemällä ensin D DCT kullekin riville, j toistmll D DCT tuloksen sdun kuvn srkkeill. -D N-pisteen DCT:, k 0 N ( k),

Lisätiedot

Teoriaa tähän jaksoon on talvikurssin luentomonisteessa luvussa 10. Siihen on linkki sivulta

Teoriaa tähän jaksoon on talvikurssin luentomonisteessa luvussa 10. Siihen on linkki sivulta Jkso 10. Sähkömgneettinen induktio Näytä ti plut tämän jkson tehtävät viimeistään tiistin 13.6.2017. Ekstr-tehtävät vstvt kolme tvllist tehtävää, kun lsketn lskuhrjoituspisteitä. Teori tähän jksoon on

Lisätiedot

SUORAKULMAINEN KOLMIO

SUORAKULMAINEN KOLMIO Clulus Lukion Täydentävä ineisto 45 0 45 60 ( - ) + SUORKULMINEN KOLMIO Pvo Jäppinen lpo Kupiinen Mtti Räsänen Suorkulminen kolmio Suorkulminen kolmio Käsillä olev Lukion Clulus -srjn täydennysmterili

Lisätiedot

Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on

Neliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on 4. DETERINANTTI JA KÄÄNTEISATRIISI 6 4. Neliömtriisi determitti Neliömtriisi A determitti o luku, jot merkitää det(a) ti A. Se lsket seurvsti: -mtriisi A determitti o det(a) () -mtriisi A determitti void

Lisätiedot

7.lk matematiikka. Geometria 1

7.lk matematiikka. Geometria 1 7.lk mtemtiikk 1 Htnpään koulu 7B j 7C Kevät 2017 2 Sisällys 1. Koordintisto... 4 2. Kulmien nimeäminen j luokittelu... 8 3. Kulmien mittminen j piirtäminen... 10 4. Ristikulmt j vieruskulmt... 14 5. Suort,

Lisätiedot

Näytä tai jätä tarkistettavaksi tämän jakson tehtävät viimeistään tiistaina 18.6. ylimääräisessä tapaamisessa.

Näytä tai jätä tarkistettavaksi tämän jakson tehtävät viimeistään tiistaina 18.6. ylimääräisessä tapaamisessa. Jkso 12. Sähkömgneettinen induktio Tässä jksoss käsitellään sähkömgneettist induktiot, jok on tärkeimpiä sioit sähkömgnetismiss. Tätä tphtuu koko jn rkisess ympäristössämme, vikk emme sitä välttämättä

Lisätiedot

9 A I N. Alkuperäinen piiri. Nortonin ekvivalentti R T = R N + - U T = I N R N. Théveninin ekvivalentti DEE-11110 SÄHKÖTEKNIIKAN PERUSTEET

9 A I N. Alkuperäinen piiri. Nortonin ekvivalentti R T = R N + - U T = I N R N. Théveninin ekvivalentti DEE-11110 SÄHKÖTEKNIIKAN PERUSTEET DEE11110 SÄHKÖTEKNIIKAN PERUSTEET http://www.tut.fi/smg/course.php?id=57 Rtkisut Hrjoitukset 3, 2014 Tehtävä 1. Pyydetään muodostmn nnetun piirin Nortonin ekvivlentti. Nortonin, smoin kuin Theveninin,

Lisätiedot

TEHTÄVÄ 1. Olkoon (f n ) jono jatkuvia funktioita f n : [a, b] R, joka suppenee välillä [a, b] tasaisesti kohti funktiota f : [a, b] R.

TEHTÄVÄ 1. Olkoon (f n ) jono jatkuvia funktioita f n : [a, b] R, joka suppenee välillä [a, b] tasaisesti kohti funktiota f : [a, b] R. Topologi I Hrjoitus 10, rtkisuj AP TEHTÄVÄ 1. Olkoon (f n ) jono jtkuvi funktioit f n : [, b] R, jok suppenee välillä [, b] tsisesti kohti funktiot f : [, b] R. Osoit, että tällöin f n (x) dx f(x) dx.

Lisätiedot

Asennus- ja käyttöohje ROBA -liukunavoille Koot 0 12 (B.1.0.FIN)

Asennus- ja käyttöohje ROBA -liukunavoille Koot 0 12 (B.1.0.FIN) Pyydämme lukemn käyttöohjeen huolellisesti läpi j noudttmn sitä! Ohjeiden liminlyönti voi joht kytkimen toiminthäiriöihin j siitä johtuviin vurioihin. Nämä käyttöohjeet (B.1.0.FIN) ovt os kytkintoimitust.

Lisätiedot

Numeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29

Numeeriset menetelmät TIEA381. Luento 9. Kirsi Valjus. Jyväskylän yliopisto. Luento 9 () Numeeriset menetelmät / 29 Numeeriset menetelmät TIEA381 Luento 9 Kirsi Vljus Jyväskylän yliopisto Luento 9 () Numeeriset menetelmät 17.4.2013 1 / 29 Luennon 9 sisältö Numeerisest integroinnist Newtonin j Cotesin kvt Luento 9 ()

Lisätiedot

VEKTOREILLA LASKEMINEN

VEKTOREILLA LASKEMINEN 3..07 VEKTOREILLA LASKEMINEN YHTEENLASKU VEKTORIT, MAA Vektoreiden j summ on vektori +. Tämän summvektorin + lkupiste on vektorin lkupiste j loppupiste vektorin loppupiste, kun vektorin lkupisteenä on

Lisätiedot

T Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (Predikaattilogiikka )

T Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (Predikaattilogiikka ) T-79.3001 Kevät 2009 Logiikk tietotekniikss: perusteet Lskuhrjoitus 7 (Predikttilogiikk 9.1 10.2) 19.3. 23.3. 2009 Rtkisuj demotehtäviin Tehtävä 9.1 Rtkisuss on käytetty usen otteeseen rjoitettuj universli-

Lisätiedot

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO

Integraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO Integrlilskent Tämä on lukion oppimterileist hiemn poikkev yksinkertistettu selvitys määrätyn integrlin lskemisest. Kerromme miksi integroidn, mitä integroiminen trkoitt, miten integrli lsketn j miten

Lisätiedot

Laskennan mallit (syksy 2010) 1. kurssikoe, ratkaisuja

Laskennan mallit (syksy 2010) 1. kurssikoe, ratkaisuja 582206 Lskennn mllit (syksy 2010) 1. kurssikoe, rtkisuj 1. [2+2+2 pistettä] Säännöllisissä lusekkeiss on käytetty tuttu lyhennysmerkintää Σ = ( ). () merkkijonot, joiden kksi ensimmäistä merkkiä ovt joko

Lisätiedot

Integraalilaskenta. Määrätty integraali

Integraalilaskenta. Määrätty integraali 9..08 Integrlilskent Määräämätön Etsitään funktiot Derivoinnille käänteistoimenpide integroiminen Integrlifunktio F(x), jolle F x = f x, lisäksi integrlifunktioille G x = F x + C. Vkion C lisäys (merkitys),

Lisätiedot

TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 22. syyskuuta 2016

TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 22. syyskuuta 2016 lusekkeet, lusekkeet, TIEA241 Automtit j kieliopit, syksy 2016 Antti-Juhni Kijnho lusekkeet j smuus TIETOTEKNIIKAN LAITOS 22. syyskuut 2016 Sisällys lusekkeet, lusekkeet lusekkeet j smuus j smuus lusekkeet

Lisätiedot

Sähkömagneettinen induktio

Sähkömagneettinen induktio ähkömgneettinen inuktio Kun johinsilmukn läpi menevä mgneettikentän vuo muuttuu, silmukkn inusoituu jännite j silmukss lk kulke sähkövit. Mgneettikentässä liikkuvn johtimeen syntyy myös jännite. Näitä

Lisätiedot

Sarjaratkaisun etsiminen Maplella

Sarjaratkaisun etsiminen Maplella Srjrtkisun etsiminen Mplell Olkoon trksteltvn ensimmäisen kertluvun differentiliyhtälö: > diffyht:= diff(y(x, x=1y(x^; d diffyht := = dx y( x 1 y( x Tälle pyritään etsimään srjrtkisu origokeskisenä potenssisrjn.

Lisätiedot

Preliminäärikoe Pitkä Matematiikka 5.2.2013

Preliminäärikoe Pitkä Matematiikka 5.2.2013 Preliminäärikoe Pitkä Mtemtiikk 5..0 Kokeess s vstt enintään kymmeneen tehtävään. Tähdellä ( * ) merkittyjen tehtävien mksimipistemäärä on 9, muiden tehtävien mksimipistemäärä on 6.. ) Rtkise yhtälö b)

Lisätiedot

Runkovesijohtoputket

Runkovesijohtoputket Runkovesijohtoputket PUTKET JA PUTKEN OSAT SSAB:n vlmistmi pinnoitettuj putki j putken osi käytetään lähinnä runkovesijohtolinjoihin, joiden hlkisij on DN 400-1200. Ost vlmistetn teräksisistä pineputkist

Lisätiedot

2. Digitaalisten kuvien peruskäsitteet 2.1. Visuaalinen havaitseminen

2. Digitaalisten kuvien peruskäsitteet 2.1. Visuaalinen havaitseminen 2. Digitlisten kuvien peruskäsitteet 2.1. Visulinen hvitseminen Tässä luvuss käsitellään digitlisten kuvien perussioist, in kuvien näkemisestä pikseleihin j trvittviin lskentmenetelmiin sti. Vikk kuvnprosessointi

Lisätiedot

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.4 Rtkisut j rvostelu. Koululisen todistuksen keskirvo x on lskettu ) b) c) d) kymmenen ineen perusteell. Jos koululinen nostisi neljän ineen

Lisätiedot

// Tulostetaan liukulukutyyppinen muuttuja riviä vaihtamatta // yhden desimaalin tarkkuudella. System.out.printf("%.

// Tulostetaan liukulukutyyppinen muuttuja riviä vaihtamatta // yhden desimaalin tarkkuudella. System.out.printf(%. Nämä tehtävät on trkoitettu inostn opiskelijoille, jotk pystyvät svuttmn 40 % rjn (21 pistettä) tekemällä 1 8 kpl ll olevist lisätehtävistä. Ole huolellinen j tee kikki pyydetty. Puutteellisi rtkisuj ei

Lisätiedot

Suorat, käyrät ja kaarevuus

Suorat, käyrät ja kaarevuus Suort, käyrät j krevuus Jukk Tuomel Professori Mtemtiikn litos, Joensuun yliopisto Suor? Tämä kirjoitus on eräänlinen jtko Timo Tossvisen suorn määritelmää koskevn kirjoitukseen Solmun numeross 2/2002.

Lisätiedot

R4 Harjoitustehtävien ratkaisut

R4 Harjoitustehtävien ratkaisut . Mitkä seurvist lusekkeist eivät ole polynomej? Miksi eivät? Polynomin termine eksponentti on luonnollinen luku, ne lusekkeet, joiss eksponentti ei ole luonnollinen luku ei ole myöskään polynomi.. x x

Lisätiedot

Vastaa tehtäviin 1-4 ja valitse toinen tehtävistä 5 ja 6. Vastaat siis enintään viiteen tehtävään.

Vastaa tehtäviin 1-4 ja valitse toinen tehtävistä 5 ja 6. Vastaat siis enintään viiteen tehtävään. S-8. Sähkönsiirtoärstlmät Tntti 8..7 Vst thtäviin -4 vlits toinn thtävistä 5 6. Vstt siis nintään viitn thtävään.. Tutkitn ll piirrttyä PV-käyrää, ok kuv sllist vrkko, oss on tuotntolu kuormituslu niidn

Lisätiedot

8.4 Gaussin lause Edellä laskettiin vektorikentän v = rf(r) vuo R-säteisen pallon pinnan läpi, tuloksella

8.4 Gaussin lause Edellä laskettiin vektorikentän v = rf(r) vuo R-säteisen pallon pinnan läpi, tuloksella H 8.3.2 uontegrlt: vektoreden pntntegrlt Tvllsn tpus pntntegrlest on lske vektorkentän vuo pnnn läp: Trkstelln pnt j sllä psteessä P (x, y, z olev pnt-lkot d. Määrtellään vektorlnen pnt-lko d sten, että

Lisätiedot

NASTOLAN YRITYSPUISTO RAKENNUSTAPAOHJEET NASTOLAN YRITSPUISTON ALUEEN KORTTELEITA 500, 501, 504-511 KOSKEVAT RAKENNUSTAPAOHJEET

NASTOLAN YRITYSPUISTO RAKENNUSTAPAOHJEET NASTOLAN YRITSPUISTON ALUEEN KORTTELEITA 500, 501, 504-511 KOSKEVAT RAKENNUSTAPAOHJEET NASTOLAN YRISPUISTO RAKENNUSTAPAOHJEET NASTOLAN YRITSPUISTON ALUEEN KORTTELEITA 00, 0, 0 - KOSKEVAT RAKENNUSTAPAOHJEET NASTOLAN YRITSPUISTON ALUEEN KORTTELEITA 00, 0, 0 - KOSKEVAT RAKENNUSTAPAOHJEET YLEISTÄ

Lisätiedot

b) (max 3p) Värähtelijän jaksonajan ja taajuuden välinen yhteys on T = 1/ f, eli missä k on jousen jousivakio. Neliöimällä yllä oleva yhtälö saadaan

b) (max 3p) Värähtelijän jaksonajan ja taajuuden välinen yhteys on T = 1/ f, eli missä k on jousen jousivakio. Neliöimällä yllä oleva yhtälö saadaan A1 Lbortoriokokeess keveen kierrejouseen ripustettiin eri mssisi punnuksi. Punnust vedettiin lspäin j sntneen hrmonisen värähteln jksonik mitttiin. Värähtelijän tjus f = 2π 1 k mp. Oheisess tulukoss on

Lisätiedot

2.2 Automaattien minimointi

2.2 Automaattien minimointi 24 2.2 Automttien minimointi Kksi utomtti, jotk tunnistvt täsmälleen smn kielen ovt keskenään ekvivlenttej Äärellinen utomtti on minimlinen jos se on tilmäärältään pienin ekvivlenttien utomttien joukoss

Lisätiedot

SARJAT JA DIFFERENTIAALIYHTÄLÖT Funktiojonot 1

SARJAT JA DIFFERENTIAALIYHTÄLÖT Funktiojonot 1 SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 JOUNI PARKKONEN Sisältö 0. Tästä tekstistä. Funktiojonot 0. Tästä tekstistä Tämä moniste on trkoitettu käytettäväksi kurssin Srjt j differentiliyhtälöt luentomterilin.

Lisätiedot

Reaalinen lukualue. Millainen on luku, jossa on päättymätön ja jaksoton desimaalikehitelmä?

Reaalinen lukualue. Millainen on luku, jossa on päättymätön ja jaksoton desimaalikehitelmä? Relinen lukulue POLYNOMIFUNKTIOT JA -YHTÄLÖT, MAA Millinen on luku, joss on päättymätön j jksoton desimlikehitelmä? Onko sellisi? Trkstelln Pythgorn luseest stv yksikköneliön lävistäjää, luku + = x x =.

Lisätiedot

Euroopan neuvoston puiteyleissopimus kulttuuriperinnön yhteiskunnallisesta merkityksestä

Euroopan neuvoston puiteyleissopimus kulttuuriperinnön yhteiskunnallisesta merkityksestä Sopimustekstin käännös 30.03.2015 (epävirllinen) Counil of Europe Trety Series - No. 199 Euroopn neuvoston puiteyleissopimus kulttuuriperinnön yhteiskunnllisest merkityksestä Fro, 27.10.2005 Johnto Euroopn

Lisätiedot

6 Integraalilaskentaa

6 Integraalilaskentaa 6 Integrlilskent 6. Integrlifunktio Funktion f integrlifunktioksi snotn funktiot F, jonk derivtt on f. Siis F (x) = f (x) määrittelyjoukon jokisell muuttujn rvoll x. Merkitään F(x) = f (x) dx. Integrlifunktion

Lisätiedot

Säännöllisten operaattoreiden täydentäviä muistiinpanoja

Säännöllisten operaattoreiden täydentäviä muistiinpanoja Säännöllisten operttoreiden täydentäviä muistiinpnoj Antti-Juhni Kijnho 1. huhtikuut 2011 Vnht määritelmät Määritelmä 1. Äärellinen epätyhjä joukko on merkistö, j sen lkioit kutsutn merkeiksi. Määritelmä

Lisätiedot

4 DETERMINANTTI JA KÄÄNTEISMATRIISI

4 DETERMINANTTI JA KÄÄNTEISMATRIISI 4 DETERMINANTTI JA KÄÄNTEISMATRIISI Neliömtriisin determinntti Neliömtriisin A determinntti on luku, jot merkitään det(a) ti A. Lskeminen: -mtriisin A determinntti: det(a) -mtriisin A determinntti esim.

Lisätiedot

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016 ICS-C Tietojenkäsittelyteori Kevät 6 Kierros 8, 7.. mliskuut Demonstrtiotehtävien rtkisut D: Määrittele Turingin koneen stndrdimllin muunnelm, joss koneen työnuh on molempiin suuntiin ääretön, j osoit

Lisätiedot

5.4 Ellipsi ja hyperbeli (ei kuulu kurssivaatimuksiin, lisätietoa)

5.4 Ellipsi ja hyperbeli (ei kuulu kurssivaatimuksiin, lisätietoa) 5.4 Ellipsi j hypereli (ei kuulu kurssivtimuksiin, lisätieto) Aurinkokuntmme plneett kiertävät Aurinko ellipsin (=litistyneen ympyrän) muotoist rt, jonk toisess polttopisteessä Aurinko on. Smoin Mt kiertävät

Lisätiedot

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016 ICS-C2000 Tietojenkäsittelyteori Kevät 2016 Kierros 5, 8. 12. helmikuut Demonstrtiotehtävien rtkisut D1: Hhmolusekkeet ovt esimerkiksi UN*X-järjestelmien tekstityökluiss käytetty säännöllisten lusekkeiden

Lisätiedot

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi Tehtävä. Jtk loogisesti oheisi jonoj khdell seurvksi tulevll termillä. Perustele vstuksesi lyhyesti. ), c, e, g, b),,, 7,, Rtkisut: ) i j k - oike perustelu j oiket kirjimet, nnetn p - oike perustelu,

Lisätiedot

Graafinen ohjeisto. Julkis- ja yksityisalojen toimihenkilöliitto Jyty

Graafinen ohjeisto. Julkis- ja yksityisalojen toimihenkilöliitto Jyty Grfinen ohjeisto Julkis- j yksityislojen toimihenkilöliitto Jyty Julkis- j yksityislojen toimihenkilöliitto Jyty Grfinen ohjeisto Sisällysluettelo: 1. Johdnto 2. Peruselementit Tunnus j versiot...2.1 Tunnuksen

Lisätiedot

Paraabelikin on sellainen pistejoukko, joka määritellään urakäsitteen avulla. Paraabelin jokainen piste toteuttaa erään etäisyysehdon.

Paraabelikin on sellainen pistejoukko, joka määritellään urakäsitteen avulla. Paraabelin jokainen piste toteuttaa erään etäisyysehdon. 5. Prbeli Prbelikin on sellinen pistejoukko, jok määritellään urkäsitteen vull. Prbelin jokinen piste toteutt erään etäissehdon. ********************************************** MÄÄRITELMÄ : Prbeli on tson

Lisätiedot

2.1 Vaillinaiset yhtälöt

2.1 Vaillinaiset yhtälöt .1 Villiniset yhtälöt Yhtälö, jok sievenee muotoon x + bx + c = 0 (*) on yleistä normlimuoto olev toisen steen yhtälö. Tämän rtkiseminen ei olekn enää yhtä meknist kuin normlimuotoisen ensisteen yhtälön

Lisätiedot

4 Taso- ja avaruuskäyrät

4 Taso- ja avaruuskäyrät P2-luentoj kevät 2008, Pekk Alestlo 4 Tso- j vruuskäyrät Tässä luvuss tutustutn tso- j vruuskäyriin, niiden krenpituuteen j krevuuteen. Konkreettisin sovelluksin trkstelln nnettu rt pitkin liikkuvn hiukksen

Lisätiedot

6 Kertausosa. 6 Kertausosa

6 Kertausosa. 6 Kertausosa Kertusos Kertusos. ) b). ) b). ) ( ( ) : ) ( : ) b) { : [ ( ) ]} { :[ - ]} { : } -{ - } -{} c) ( ) : - ( ) ( ) ( ) ( 9) 9 9 Kertusos. ) ( ) b) ( ). ) ) ) b) / / c) : 7 7. ) ) ) b) Kertusos c) : 7 ( 9)

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause MS-A010{3,4} (ELEC*) Differentili- j integrlilskent 1 Luento 7: Integrli j nlyysin perusluse Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos 3.10.2016 Pekk Alestlo, Jrmo Mlinen

Lisätiedot

Osa 6: Perustukset. Betoniteollisuus 1(10) Betonirakenteiden suunnittelu eurokoodien mukaan. EN 1997 Eurokoodi 7: Geotekninen suunnittelu.

Osa 6: Perustukset. Betoniteollisuus 1(10) Betonirakenteiden suunnittelu eurokoodien mukaan. EN 1997 Eurokoodi 7: Geotekninen suunnittelu. 1(10) Betonirkenteiden suunnittelu eurokoodien mukn Johdnto Eurokoodien käyttöönotto kntvien rkenteiden suunnitteluss on merkittävin suunnitteluohjeit koskev muutos kutt ikojen. Koko Euroopp on siirtymässä

Lisätiedot

Polynomien laskutoimitukset

Polynomien laskutoimitukset Polyomie lskutoimitukset Polyomi o summluseke, joss jokie yhteelskettv (termi) sisältää vi vkio j muuttuj välisiä kertolskuj. Esimerkki 0. Mm., 6 j ovt polyomej. Polyomist, joss o vi yksi termi, käytetää

Lisätiedot

Y56 Mikron jatkokurssi kl 2008: HARJOITUSTEHTÄVÄT 2 Mallivastaukset

Y56 Mikron jatkokurssi kl 2008: HARJOITUSTEHTÄVÄT 2 Mallivastaukset Y6 Mikron jtkokurssi kl 008: HARJOITUSTEHTÄVÄT Mllivstukset Kuluttjn vlint (Muokttu Burketist 006, 07) Olkoon Mrkon udjettirjoite = 40 Mrkoll on hvin kättätvät referenssit j Mrkon rjusustituutiosuhde on

Lisätiedot

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause

MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 7: Integraali ja analyysin peruslause MS-A010{2,3,4,5} (SCI,ELEC*, ENG*) Differentili- j integrlilskent 1 Luento 7: Integrli j nlyysin perusluse Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos November 20, 2017

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 3 Määrätyn integrlin lskeminen Aiemmin määrittelimme määrätyn integrlin f (x)dx funktion f (x) l- j yläsummien rj-rvon. Määrätyllä integrlill on kksi intuitiivist tulkint:.

Lisätiedot

RTS 16:2. Tässä ohjeessa esitetään ajoneuvojen ja yleisimpien autotyyppien mittoja, massoja sekä liikenteeseen hyväksymistä koskevia rajoituksia.

RTS 16:2. Tässä ohjeessa esitetään ajoneuvojen ja yleisimpien autotyyppien mittoja, massoja sekä liikenteeseen hyväksymistä koskevia rajoituksia. RTS 16:2 RT XX-XXXXX KH XX-XXXXX Infr x-x AJONEUVOJEN MITTOJA OHJEET xxxkuu 2016 1 (8) korv RT 98-10914 Tässä ohjeess esitetään joneuvojen j yleisimpien utotyyppien mittoj, mssoj sekä liikenteeseen hyväksymistä

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Mtemtiikn tukikurssi Kurssikert 5 1 Jtkuvuus Trkstelln funktiot fx) josskin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jtkuv ti epäjtkuv. Jtkuvuuden ymmärtää prhiten trkstelemll epäjtkuv

Lisätiedot

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016

ICS-C2000 Tietojenkäsittelyteoria Kevät 2016 ICS-C2000 Tietojenkäsittelyteori Kevät 2016 Kierros 2, 18. 22. tmmikuut Demonstrtiotehtävien rtkisut D1: Formuloi luennoll (monisteen s. 17) esitetty yksinkertinen khviutomtti täsmällisesti äärellisen

Lisätiedot

PILKKO 1/6 2056 TK EV 56 LPA VU- VU-6 KM 631. II e=0.40 25:52 25:27 25:25 88 88:8 25:93 88:5. 88:7 p 17:13 1:5705 19:39 28:2 19:32 10 19:39 19:39

PILKKO 1/6 2056 TK EV 56 LPA VU- VU-6 KM 631. II e=0.40 25:52 25:27 25:25 88 88:8 25:93 88:5. 88:7 p 17:13 1:5705 19:39 28:2 19:32 10 19:39 19:39 0 00 0 : : 0 / KM : : ONTTOLANTE 0 : p 0 PLKKO 00 00 / s y - 0 0 VL 0 LÄNSLNJA PUUTARHAPUSTO 0 VL / s y - RP : 0 :0 0 LPA hi 0 : VL : 0 kt 0-0 VU- - 0 linj - nsi : Lä 0 0 jo : POKKTE 0 : jo 0 :0 0 VU-

Lisätiedot

Johdatus L A TEXiin. 7. Taulukot ja kuvat Markus Harju. Matemaattiset tieteet

Johdatus L A TEXiin. 7. Taulukot ja kuvat Markus Harju. Matemaattiset tieteet Johdtus L A TEXiin 7. Tulukot j kuvt Mrkus Hrju Mtemttiset tieteet 7. Tulukot j kuvt Johdtus LTeXiin (2/11) Tulukot I Tulukkomiset rkenteet tehdään ympäristöllä tbulr Tulukot I Tulukkomiset rkenteet tehdään

Lisätiedot

Asennusopas. Daikin Altherma - Matalan lämpötilan Monoblocin varalämmitin EKMBUHCA3V3 EKMBUHCA9W1. Asennusopas. Suomi

Asennusopas. Daikin Altherma - Matalan lämpötilan Monoblocin varalämmitin EKMBUHCA3V3 EKMBUHCA9W1. Asennusopas. Suomi Dikin Altherm - Mtln lämpötiln Monolocin vrlämmitin EKMBUHCAV EKMBUHCA9W Suomi Sisällysluettelo Sisällysluettelo Tietoj sikirjst. Tieto tästä sikirjst... Tietoj pkkuksest. Vrlämmitin..... Vrusteiden poistminen

Lisätiedot

1.3 Toispuoleiset ja epäoleelliset raja-arvot

1.3 Toispuoleiset ja epäoleelliset raja-arvot . Toisuoleiset j eäoleelliset rj-rvot Rj-rvo lim f () A olemssolo edellyttää että muuttuj täytyy void lähestyä rvo kummst suust hyväsä. Jos > ii sot että lähestyy rvo oikelt ositiivisest suust. Jos ts

Lisätiedot