Luento 3: Transformaatiot (2D)

Koko: px
Aloita esitys sivulta:

Download "Luento 3: Transformaatiot (2D)"

Transkriptio

1 ietokonegrafiikan perusteet op Luento 3: ransformaatiot (2D) Lauri Savioja /5 2D transformaatiot / Sisältö Perustransformaatiot ransformaatioiden hdistäminen Muunnosmatriisit Laskennallisia näkökohtia 2D transformaatiot / 2

2 . Koordinaattimuunnokset Geometriset objektit ietorakenteet koostuvat leensä pisteistä: tpe Point record, : real end; Line record p,p2 : Point end; Polgon record N : integer; corners : arra [..MAX] of Point end; Usein olisi mukavaa, jos voitaisiin määritellä objektin pisteet omassa koordinaatistossaan (C), josta objekti sitten siirrettäisiin sopivan kokoisena sopivaan paikkaan ja asentoon kättökoordinaatistossa (C'). 2D transformaatiot / 3 Muunnokset (jatkuu) ämä voidaan toteuttaa suorittamalla kuvion pisteille transformaatioita eli koordinaattimuunnoksia. Kokonainen geometrinen objekti muunnetaan leensä muuntamalla jokainen piste erikseen. ärkeää on silloin pstä esittämään objektit ja muunnokset siten, että vain olennaisten määrittel- tai ohjauspisteiden käsittel riittää, ja muunnettu kuvio voidaan piirtää näiden avulla. Esim. muunnettu monikulmio voidaan piirtää muunnetujen nurkkapisteiden kautta. 2D transformaatiot / 4 2

3 2. Perustransformaatiot ) Siirto (translaatio) vektorin t verran: eli vektorimuodossa: Y Y' + t + t t p p + t + t alkuperäinen (C) X siirrett (C') X' Huom. Kaikki pisteet siirtvät saman verran; Kuvion muoto, koko ja asento säilvät. 2D transformaatiot / 5 Perustransformaatiot (jatkuu) 2) Kierto (rotaatio) kulman verran vastapäivään origon mpäri: eli matriisimuodossa: Y cos sin sin + cos cos' p Rp sin ' Y' ( sin ' cos' alkuperäinen (C) X kierrett (C') Huom. Origo ps paikallaan, kaikki muut pisteet siirtvät; Kuvion muoto ja koko säilvät. 2D transformaatiot / 6 +9 X' 3

4 Kierto (jatkuu) Esim. ' ( 9 : sin (, cos( : ' ( 8 : sin (, cos( ' : ' Y Y' alkuperäinen (C) X kierrett (C') +9 X' 2D transformaatiot / 7 Perustransformaatiot (jatkuu) 3) Mittakaavan muutos (skaalaus) eri suuntiin: Esim. S S Y p Sp Y' S S S.5 alkuperäinen (C) X skaalattu (C') S.75 X' 2D transformaatiot / 8 4

5 Erikoistapauksia: Skaalaus (jatkuu) S S mittasuhteet säilvät (uniform scale) S -, S vaakapeilaus -akselin suhteen S, S - pstpeilaus -akselin suhteen S -, S - kierto 8 (pistesmmetria origon suhteen) Huom. Origo ps aina paikallaan, leensä kaikki muut pisteet siirtvät, erikoistapauksia lukuunottamatta asento säil, mutta kuvion muoto litist tai ven. 2D transformaatiot / 9 Perustransformaatiot (jatkuu) 4) viistoutus (shearing): koordinaattiakseleita kallistetaan + H + H Y Y' p Hp H H.5.5 Y'' H.5 H alkuperäinen (C) X -viistottu (C') H Huom Samalla -arvolla olevat pisteet siirtvät vakiomatkan - suunnassa, vaikka mös muuttuisi. Jos H, niin -akselin pisteet psvät paikallaan (vastaavasti - akseli, jos H ). Origo ps paikallaan; kuvion muoto ja koko muuttuvat. X' 2D transformaatiot / -viistottu (C'') H.25 X'' 5

6 Koordinaatiston kannan muuntuminen Kuvion muuntuminen voidaan mmärtää koordinaatiston kannan vaihtumisena: sovelletaan alkuperäisen kuvion -koordinaatteja vinokantaisessa koordinaatistossa. Lineaarimuunnoksille (edellä esitett) tämä toteutuu matriisikertolaskuna. Y alkuperäinen kanta Y'' muunnettu kanta e2 e X M e2' e' X'' 2D transformaatiot / 3. Muunnosten hdistel Perusmuunnokset ovat lineaarisia (ts. suorat viivat säilvät suorina), jolloin monikulmiosta riittää muuntaa vain nurkkapisteet. Sama ei päde kaikille esitstavoille (esim. mprälle keskipisteen ja säteen muunnos). Muunnoksia voidaan hdistellä tekemällä ne ksi kerrallaan peräkkäin, esim. skaalaus (S), kierto (R) ja siirto () kuten edellä. Huom Järjests vaikuttaa: SR ja SR antavat eri tuloksen. 2D transformaatiot / 2 6

7 Y SR SR X Y' alkuperäinen (C) Y' S S.5 S.75 X' X' Y'' Y'' S.5 S.5.75 S.75 R +9 X'' X'' Y''' Y''' R +9 Entä RS? X''' X''' 2D transformaatiot / 3 Muunnosten hdistel (jatkuu) Ongelma: Usein halutaan tehdä hierarkkisia geometrisia malleja, joissa mallin osat muunnetaan omista koordinaatistoistaan laajemman kokonaisuuden koordinaatistoon. Osat voivat samoin muodostua pienemmistä osista jne. Kullakin tasolla voidaan joutua tekemään jopa 3 eri muunnosta (siirto, kierto, skaalaus). Onko N-tasoisen mallin kullekin osalle siis tehtävä 3 N muunnosta, jotta päästäisiin lopulliseen piirtokoordinaatistoon? Vastaus: Onneksi ei ransformaatiot voidaan hdistää (katenoida) hdeksi. 2D transformaatiot / 4 7

8 Muunnosten hdistel (jatkuu) Esim. skaalaus (2., 3.), kierto 9 ja siirto (+, +5): S: ' 2 ' 3 R: '' -' -3 '' ' 2 : ''' '' ''' '' Mutta: On ikävää tehdä algebrallista käsittelä jokaiselle muunnokselle erikseen. 2D transformaatiot / 5 4. Muunnokset matriisien avulla Pitäisi lötää formalismi, joka sallisi kaikkien esitettjen transformaatioiden homogeenisen käsitteln. Lineaarialgebra tuntuisi tarjoavan oivan välineen kaikkien lineaaristen muunnosten hoitamiseen matriisikertolaskun avulla: m p Mp m 2 m m 2 22 Miksi translaatio ei onnistu? 2D transformaatiot / 6 8

9 Muunnosmatriisit (jatkuu) Idea: Viistoutusmuunnos (shearing) toteutti saman -suuntaisen translaation kaikille samalla -arvolla oleville pisteille. Vakiosiirtmät molempiin suuntiin () saataisiin 3-ulotteisessa koordinaatistossa tasolla z-koordinaatin suhteen tehtävällä viistoutusmuunnoksella: Z Z' taso z.5 z Y z-akselin viistoutus (' +.5 z) saa tasolla (z) psville kuvioille aikaan vakiosiirtmän X 2D transformaatiot / 7 Muunnosmatriisit (jatkuu) Homogeeniset koordinaatit Laajennetaan n-ulotteisen avaruuden piste n+-ulotteiseksi lisäämällä tekijä w, jolla n-ulotteiset koordinaatit kerrotaan: [ ] [ w w w] [ ], jos w Huom: Yhtä n-ulotteisen avaruuden pistettä esittää nt äärettömän monta n+-ulotteista pistettä eri w:n arvoilla. Ne sijaitsevat origon ja pisteen [ ] kautta kulkevalla suoralla. Huom2: Pisteet muunnetaan homogeenisista koordinaateista takaisin tavalliseen esitsmuotoon projisoimalla ne tasolle w, eli jakolaskulla: [ w w w] [ /w /w] [ ], jos w 2D transformaatiot / 8 9

10 2D transformaatiot / 9 Muunnosmatriisit (jatkuu) Huom3: ämä mahdollistaa mös äärettömän kaukana olevien pisteiden esittämisen äärellisten koordinaattiarvojen avulla: Äärettömdessä sijaitsevan pisteen suunta on kuitenkin hvin määritelt, sillä suuntakulman tangentti on laskettavissa. (ällä on kättöä eritisesti 3-ulotteisissa kuvissa.) Huom4: Homogeenisilla koordinaateilla esitetn pisteen voi mmärtää mös vektorina, jonka suunnan määräävät ja (vektorin ja koordinaattiakselien välisten kulmien kosinit) ja pituuden w(käänteisarvona): Näin esitett vektori ei muutu, jos kaikki komponentit kerrotaan samalla vakiolla. Sama vektori voidaan siis esittää lläolevassa muodossa kun 2 + 2, tai vektorisiirtmää vastaavana pisteenä kun w. [ ] [ ] [ ] / / [ ] [ ] d w / sin cos 2D transformaatiot / 2 Muunnosmatriisit (jatkuu) Kaikki perustransformaatiot voidaan nt ilmaista lineaarimuunnoksina homogeenisille koordinaateille: Huom Näissä muunnoksissa aina pätee, että w' w Siis jos w, niin voidaan kättää suoraan tavallisia koordinaatteja; muunnetun pisteen koordinaatit saadaan ilman jakolaskua. Esim. w w : ' w w cos sin sin cos : ( ( ( ( R w S S w S : w H H w H : + + w

11 5. Matriisien hdistäminen (katenointi) Matriisikertolasku on assosiatiivinen, ts. kertolaskulauseke voidaan laskea htä hvin vasemmalta oikealle tai päinvastoin: A(BC) (AB)C. Esim. Kuvion kiertäminen mielivaltaisen pisteen F [ F F ] mpäri koostuu kolmesta vaiheesta: : Siirretään piste F origoksi translaatiolla [ -F -F ]. R : Kierretään kuviota kulman verran origon mpäri. : Siirretään origo takaisin translaatiolla [ +F +F ]. Kokonaismuunnos saadaan matriisikertolaskuna: p Rp Mp, missä M R 2D transformaatiot / 2 Matriisihdists (jatkuu) Esim2. Kuvion suurentaminen kaksinkertaiseksi (viivasuhteen säilttäen) ja siirtäminen kmmenen ksikköä oikealle: 2 S 2 Jos suurennus tehdään ensin: p' (S)p Päinvastaisessa järjestksessä: p' (S)p 2D transformaatiot / 22

12 Matriisihdists (jatkuu) Huom. Pisteet voidaan esittää joko pst- tai vaakavektoreina. Matriisikertolaskun suunta on näissä erilainen, esim.: A C p ; p Mp ; M B D p [ ]; p p M ; M A C Yleisesti matriiseille pätee: (A B) B A B D 2D transformaatiot / 23 Matriisihdists (jatkuu) Erikoistapauksia: ranslaatiot summautuvat hteen (, ) ( 2, 2 ) ( + 2, + 2 ) Skaalaukset kertautuvat keskenään S (S, S ) S (S 2, S 2 ) S (S S 2, S S 2 ) Rotaatioiden kulmat summautuvat (mutta matriisit eivät) R (ϕ ) R (ϕ 2 ) R (ϕ + ϕ 2 ) Skaalaus- ja kiertomatriisit mielivaltaisen pisteen suhteen ovat muuten samoja kuin vastaavat origon suhteen, mutta matriisiin lisätään kaikista tekijöistä riippuva translaatio 2D transformaatiot / 24 2

13 6. Laskennallisia näkökohtia Käänteismuunnokset Käänteismuunnos palauttaa muunnetun kuvion alkuperäiseksi, ts. M M p p ; M M I ranslaation käänteiskuvaus saadaan vastaavilla negatiivisilla siirtmäarvoilla ( -, - ) Rotaation käänteismatriisi saadaan saman kulman negatiivisella arvolla. Koska cos(-ϕ) cos(ϕ) ja sin(- ϕ) -sin(ϕ), niin käänteismatriisi on alkuperäisen transpoosi: R (- ϕ) R (ϕ) Käänteinen skaalaus saadaan kättämällä skaalaustekijöiden käänteisarvoja (/S, /S ) 2D transformaatiot / 25 Laskennallisia... (jatkuu) Yleisen muunnosmatriisin käänteiskuvaus saadaan vain laskemalla käänteismatriisi numeerisesti. Perusmuunnoksista koostuva matriisi voidaan kuitenkin purkaa edellä esitettihin ksinkertaisiin tapauksiin, sillä leisesti pätee: (A B) B A Siis esim. (R S ) ( S R ) Huom käänteismatriisi on olemassa vain, jos determinantti M <>. ämä tarkoittaa, ettei missään vaiheessa ole skaalattu tekijällä, mikä kutistaisi 2-ulotteisen kuvion suoraksi tai pisteeksi. 2D transformaatiot / 26 3

14 4 2D transformaatiot / 27 Laskentanäkökohdat (jatkuu) Numeerisen laskennan tehokkuus Esitett transformaatiot ovat aina muotoa p' M p, missä p on 3-elementtinen vektori ja M on 33-matriisi. Kukin p':n elementti on siis arvitaanko koko matriisikertolaskun suorittamiseksi siis aina 9 kertolaskua ja 6 hteenlaskua? 3 i3 2 i2 3 k i k ik i p M p M p M p M p + + 2D transformaatiot / 28 Laskentanäkökohdat (jatkuu) Onneksi ei: Vektorin w-komponenttia ei tarvitse laskea, koska aina w. Samoin osa matriisista on aina nollia tai kkösiä, joilla ei kannata suorittaa kertolaskuja. ädellinen vektorikertolaskun muoto voidaankin redusoida muotoon eli ' a + b + c Siis vain: 4 kertolaskua ja ' d + e + f 4 hteenlaskua f e d c b a + f c e d b a f e d c b a

15 Laskentanäkökohdat (jatkuu) Vastaavasti 33-matriisien välinen kertolasku leisesti vaatisi 27 kertolaskua 8 hteenlaskua mutta transformaatiomatriisien kertolaskulle M m m2 saadaan lausekkeet: joka voidaan sieventää A aa2 + db2 B ba2 + eb2 C ca2 + fb2 + c2 D ad2 + de2 E bd2 + ee2 F cd2 + fe2 + f2 eli hteensä 2 kertolaskua ja 8 hteenlaskua 2D transformaatiot / Muunnoskomennot ohjelmistossa Yhdistetn muunnoksen M (S R ) suorittava matriisi voidaan määritellä hdellä kertaa komennolla create_transf_matri (f, f, s, s, r, r, a, t, t, matri) Huom. järjests: ensin on skaalaus pisteen (f, f) suhteen tekijöillä (s, s) sitten on kierto pisteen (r, r) mpäri kulman a verran viimeisenä on siirto vektorin (t, t) verran Muunnoksia voidaan määritellä vaiheittain siten, että aiemmin teht matriisi kerrotaan uudella, M' (S R ) M, kättäen komentoa accumulate_transf_matri (matri_in, f, f, s, s, r, r, a, t, t, matri_out) Parametrit ovat vastaavia kuin edellisessä komennossa, mutta näin määritellllä mariisilla (S R ) kerrotaan matri_in, ja tulo talletetaan matriisiin matri_out. 2D transformaatiot / 3 5

16 Muunnoskomennot (jatkuu) Graafisessa järjestelmässä matriiseja voidaan kättää kahdella tavalla muuntaa olemassa olevia graafisia olioita (olio-keskeinen tapa) transform_object (object, matri) asettaa voimaan muunnos, joka sitten tehdään kaikille möhemmin määriteltäville objekteille (modaalinen, proseduuri-keskeinen tapa) set_transformation (matri) Muunnokset leensä suoritetaan graafisten primitiivien määritellille pisteille (esim. monikulmion nurkat), ja varsinainen piirtäminen tapahtuu sitten muunnettujen pisteiden perusteella. 2D transformaatiot / 3 8. Graafisten objektien muuntaminen Pisteiden avulla ilmaistut kuviot (Polmarker, Polline, Fill-area) muunnetaan kertomalla kunkin ohjauspisteen koordinaatit muunnos-matriisilla. ekstiprimitiivillä on vain ksi ohjauspiste (tekstin aloituskohta), joka voidaan käsitellä muunnosmatriisilla. Muut geometriset muunnokset on korvattava tekstiattribuuttien vastaavilla muutoksilla (skaalaus vaikuttaa kirjasinkokoon, kierto kirjainten pstvektoriin). Laiteohjaimen tasolla muunnosmahdollisuudet riippuvat tekstin toteutustavasta: laitetasolla toteutettu tekstin piirto on harvoin mahdollista muuten kuin vaakasuoraan ja ennalta määrättinä kokovaihtoehtoina. Rasterimaskeina esitettihin kirjaimiin pätee sama kuin rasteriobjekteihin leensäkin (ks. alla). vektoreina tai kärinä toteutetut kirjaimet voidaan käsitellä täsin samalla tavoin kuin viivapiirrokset (ts. jokainen ohjauspiste muunnetaan erikseen). 2D transformaatiot / 32 6

17 Objektien muunnokset (jatkuu) Rasteriobjektien kohdalla muunnosten toteutus voi olla vaikeaa ja epätarkkaa (esim. mielivaltainen kierto ja skaalaus). äsmällisesti onnistuvat vain translaatio ja skaalaus kokonaisluvuilla sekä kierto 9 kerrannaisilla. Muissa tapauksissa on approksimaationa sntvä rasteri antialiasoitava (suodatettava). 2D transformaatiot / 33 Rasterikuvioiden käsittelstä Rasterikuviot ovat leensä koordinaattiakselien suuntaisia suorakaiteen muoroisia alueita, jotka esitetään tietokoneessa htenäisinä muistialueina. Perusoperaationa on suorakulmaisen osa-alueen kopiointi muistialueesta toiseen eli Bit Block ransfer (bit-blt). ämä on niin tehokasta, että usein pritään muutkin operaatiot suorittamaan sen avulla pelkkinä siirtoina. Esim. : Mielivaltaisen muotoinen rasterikuvio esitetään mpäröivän suorakaiteen kokoisena rasterina sekä siihen liittvänä vastaavan kokoisena maskina, joka ilmaisee hdellä bitillä kuuluuko kukin pikselin kuvioon Kuviota siirrettäessä kopioidaan kohteena olevaan muistialueeseean (esim. nätön kuvapuskuri) vain ne pikselit, joiden kohdalla maskissa on kkönen 2D transformaatiot / 34 7

18 Rasteri... (jatkuu) Esim.2 : Rasterikuvion pörittäminen 9 kulman verran voidaan toteuttaa siten, että neliöalueen neljännesten paikkoja vaihdetaan kiertävässä järjestksessä. oistamalla tätä rekursiivisesti osaneliöiden sisällä saadaan lopulta koko kuvion pikselit oikeille paikoilleen. 2D transformaatiot / 35 8

Luento 2: Transformaatiot (2D)

Luento 2: Transformaatiot (2D) ietokonegrafiikan perusteet -.43 3 op Luento 2: ransformaatiot (2D) Lauri Savioja /7 2D transformaatiot / Sisältö Perustransformaatiot ransformaatioiden hdistäminen Muunnosmatriisit Laskennallisia näkökohtia

Lisätiedot

Sisältö. Luento 1: Transformaatiot (2D) 1. Koordinaattimuunnokset. Muunnokset (jatkuu) 2. Perustransformaatiot. Perustransformaatiot (jatkuu)

Sisältö. Luento 1: Transformaatiot (2D) 1. Koordinaattimuunnokset. Muunnokset (jatkuu) 2. Perustransformaatiot. Perustransformaatiot (jatkuu) Sisältö ietokonegrafiikka / perusteet Ako/-.3/3 4 ov / 2 ov Perustransformaatiot ransformaatioiden hdistäminen Muunnosmatriisit Laskennallisia näkökohtia Luento : ransformaatiot (2D) Marko Mllmaa 6/4 2D

Lisätiedot

Luento 4: 3D Transformaatiot

Luento 4: 3D Transformaatiot ietokonegrafiikan perusteet -.43 3 op Luento 4: 3D ransformaatiot Lauri aioja /5 3D transformaatiot / isältö Lineaarialgebran kertausta Geometriset objektit 3D-maailmassa Perustransformaatiot 3D:ssä 3D

Lisätiedot

Luento 3: 3D katselu. Sisältö

Luento 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

Lisätiedot

Luento 7: 3D katselu. Sisältö

Luento 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

Lisätiedot

Avaruuden muunnokset Jukka Liukkonen 24. joulukuuta 2009

Avaruuden muunnokset Jukka Liukkonen 24. joulukuuta 2009 Avaruuden muunnokset Jukka Liukkonen 24. joulukuuta 2009 Sisältö 1 Johdanto 1 2 Vektorilaskennan kertaus 3 2.1 Vektorit koordinaatistossa........................... 7 3 Siirto 9 3.1 Siirto koordinaatistossa.............................

Lisätiedot

1. Matemaattiset perusteet

1. Matemaattiset perusteet .. Kolmiulotteisten rakenteiden käsittel. Matemaattiset perusteet ietokonegrafiikka perustuu paljolti matemaattiseen laskentaan, jossa kätetään vektoreita ja matriiseja sekä näille lineaarialgebran peruskäsitteitä.

Lisätiedot

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset 32 Idea: Lineaarikuvausten laskutoimitusten avulla määritellään vastaavat matriisien laskutoimitukset Vakiolla kertominen ja summa Olkoon t R ja A, B R n m Silloin ta, A + B R n m ja määritellään ta ta

Lisätiedot

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA =

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. Olkoot A 2 := AA = 3 3 Olkoot 9 8 B 7 6 ja A 5 4 [ 3 4 Nyt A + B, AB ja BB eivät ole mielekkäitä (vastaavilla lineaarikuvauksilla menisivät dimensiot solmuun tällaisista yhdistelmistä) Kuitenkin voidaan laskea BA ja 9( )

Lisätiedot

5. Grafiikkaliukuhihna: (1) geometriset operaatiot

5. Grafiikkaliukuhihna: (1) geometriset operaatiot 5. Grafiikkaliukuhihna: () geometriset operaatiot Johdanto Grafiikkaliukuhihnan tarkoitus on kuvata kolmiulotteisen kohdeavaruuden kuva kaksiulotteiseen kuva eli nättöavaruuteen. aikka kolmiulotteisiakin

Lisätiedot

9.2 Lineaarikuvaus Olkoon A kuvaus (funktio) vektoriavaruudesta V vektoriavaruuteen U: jos nyt

9.2 Lineaarikuvaus Olkoon A kuvaus (funktio) vektoriavaruudesta V vektoriavaruuteen U: jos nyt 9 Lineaarikuvaukset, matriisit 9 Vektoriavaruudet Aiemmin olemmme puhuneet tason (R 2 ja kotiavaruuden (R 3 vektoreista Nämä (kuten mös pelkkä R ovat esimerkkejä reaalisista vektoriavaruuksista Yleisesti

Lisätiedot

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2 8. Geometriset kuvaukset 8.1. Euklidiset kuvaukset 344. Esitä muodossa x = Ax + b se avaruuden E 3 peilauskuvaus, jonka symmetriatasona on x 1 3x + x 3 = 6. A = 1 3 6 6 3, b = 1 1 18. 3 6 6 345. Tason

Lisätiedot

Grafiikka 205. Tässä luvussa käsitellään geometriaa ja graafisia kohteita. Mukana on pääosin alkeisoperaatioita.

Grafiikka 205. Tässä luvussa käsitellään geometriaa ja graafisia kohteita. Mukana on pääosin alkeisoperaatioita. Grafiikka 205 9 Grafiikka Tässä luvussa käsitellään geometriaa ja graafisia kohteita. Mukana on pääosin alkeisoperaatioita. 9.1 Kolmio Seuraavana tutkimme kolmiota: Minkä tahansa kolmion ala saadaan kaavasta:

Lisätiedot

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ 76336A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät 217 1. Koordinaatiston muunnosmatriisi (a) y' P r α φ ' Tarkastellaan, mitä annettu muunnos = cos φ + y sin φ, y = sin φ + y cos φ, (1a) (1b) tekee

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

MS-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

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 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

Lisätiedot

102 Käyrä. Piste ( 3,0 ) on käyrällä, jos ja vain jos sen koordinaatit. Siis piste ( 1, 2) Siis piste ( 3,0 ) ei ole käyrällä.

102 Käyrä. Piste ( 3,0 ) on käyrällä, jos ja vain jos sen koordinaatit. Siis piste ( 1, 2) Siis piste ( 3,0 ) ei ole käyrällä. Pramidi 4 Analttinen geometria tehtävien ratkaisut sivu 1 Päivitett 19..6 11 Todistus 1 Kärä x + = x + 4 5 3 31 = x x+ 4, jos ja vain jos pisteen 3,7 koordinaatit toteuttavat kärän htälön. Kun x = 3 ja

Lisätiedot

Tekijä Pitkä matematiikka

Tekijä Pitkä matematiikka K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π

Lisätiedot

Suoran yhtälöt. Suoran ratkaistu ja yleinen muoto: Suoran yhtälö ratkaistussa, eli eksplisiittisessä muodossa, on

Suoran yhtälöt. Suoran ratkaistu ja yleinen muoto: Suoran yhtälö ratkaistussa, eli eksplisiittisessä muodossa, on Suoran htälöt Suoran ratkaistu ja leinen muoto: Suoran htälö ratkaistussa, eli eksplisiittisessä muodossa, on ANALYYTTINEN GEOMETRIA MAA5 = k + b, tai = a missä vakiotermi b ilmoittaa suoran ja -akselin

Lisätiedot

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa 9. Vektorit 9.1 Skalaarit ja vektorit Skalaari on koon tai määrän mitta. Tyypillinen esimerkki skalaarista on massa. Lukumäärä on toinen hyvä esimerkki skalaarista. Vektorilla on taas suuruus ja suunta.

Lisätiedot

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

1 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.............................

Lisätiedot

Matriisialgebra harjoitukset, syksy 2016

Matriisialgebra 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

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/81 Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/81 Lineaarialgebra (muut ko) p. 2/81 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2 )

Lisätiedot

Piste ja jana koordinaatistossa

Piste ja jana koordinaatistossa 607 Piste ja jana koordinaatistossa ANALYYTTINEN GEOMETRIA MAA5 Kertausta kurssi Eri asioiden välisten riippuvuuksien havainnollistamiseen kätetään usein koordinaatistoesitstä Pstakselilla riippuvan muuttujan

Lisätiedot

BM20A0700, Matematiikka KoTiB2

BM20A0700, Matematiikka KoTiB2 BM20A0700, Matematiikka KoTiB2 Luennot: Matti Alatalo, Harjoitukset: Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luku 7. 1 Kurssin sisältö Matriiseihin

Lisätiedot

y z = (x, y) Kuva 1: Euklidinen taso R 2

y z = (x, y) Kuva 1: Euklidinen taso R 2 Kompleksiluvut. Määritelmä Tarkastellaan euklidista tasoa R = {(, y), y R}. y y z = (, y) R Kuva : Euklidinen taso R Suorakulmaisessa koordinaatistossa on -akseli ja y-akseli. Luvut ja y ovat pisteen z

Lisätiedot

T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011

T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011 T-111.4310 Vuorovaikutteinen tietokonegrafiikka Tentti 14.12.2011 Vastaa kolmeen tehtävistä 1-4 ja tehtävään 5. 1. Selitä lyhyesti mitä seuraavat termit tarkoittavat tai minkä ongelman algoritmi ratkaisee

Lisätiedot

1 Matriisit ja lineaariset yhtälöryhmät

1 Matriisit ja lineaariset yhtälöryhmät 1 Matriisit ja lineaariset yhtälöryhmät 11 Yhtälöryhmä matriisimuodossa m n-matriisi sisältää mn kpl reaali- tai kompleksilukuja, jotka on asetetettu suorakaiteen muotoiseksi kaavioksi: a 11 a 12 a 1n

Lisätiedot

Luento 2: 2D Katselu. Sisältö

Luento 2: 2D Katselu. Sisältö Tietokonegrafiikan perusteet T-111.4300 3 op Luento 2: 2D Katselu Lauri Savioja 11/07 2D katselu / 1 Sisältö Ikkuna ja näyttöalue Viivanleikkaus ikkunaan Monikulmion leikkaus ikkunaan Tekstin leikkaus

Lisätiedot

Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste

Suora 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste Suora 1/5 Sisältö KATSO MYÖS:, vektorialgebra, geometriset probleemat, taso Suora geometrisena peruskäsitteenä Pisteen ohella suora on geometrinen peruskäsite, jota varsinaisesti ei määritellä. Alkeisgeometriassa

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-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

Lisätiedot

3.4 Käänteiskuvauslause ja implisiittifunktiolause

3.4 Käänteiskuvauslause ja implisiittifunktiolause 3.4 Käänteiskuvauslause ja implisiittifunktiolause Tässä luvussa käsitellään kahta keskeistä vektorianalyysin lausetta. Esitellään aluksi kyseiset lauseet ja tutustutaan niiden käyttötapoihin. Lause 3.4.1

Lisätiedot

z Im (z +1) 2 = 0. Mitkä muut kompleksitason pisteet toteuttavat tämän yhtälön? ( 1) 0 z ( 1) z ( 1) arg = arg(z 0) arg(z ( 1)), z ( 1) z ( 1)

z Im (z +1) 2 = 0. Mitkä muut kompleksitason pisteet toteuttavat tämän yhtälön? ( 1) 0 z ( 1) z ( 1) arg = arg(z 0) arg(z ( 1)), z ( 1) z ( 1) . Osoita geometrisesti, että jos = ja niin pätee Im +) = 0. Mitkä muut kompleksitason pisteet toteuttavat tämän htälön? Kirjoitetaan +) = 0 ) ), ) 0 jossa, ja 0 vastaavat kolmion pisteitä kompleksitasossa.

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0007 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 Lineaarikuvaukset. MS-A0007 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset 3 MS-A7 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 925 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita ratkotaan

Lisätiedot

Koordinaatistot 1/6 Sisältö ESITIEDOT: reaaliluvut

Koordinaatistot 1/6 Sisältö ESITIEDOT: reaaliluvut Koordinaatistot 1/6 Sisältö Koordinaatiston ja koordinaattien käsite Geometrisissa tehtävissä ja siten mös monissa kätännön ongelmissa on usein tarpeen ilmoittaa pisteiden sijainti jonkin kiinteän vertailussteemin

Lisätiedot

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

Neliömatriisi 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

Lisätiedot

Yleistä vektoreista GeoGebralla

Yleistä vektoreista GeoGebralla Vektoreita GeoGebralla Vektoreilla voi laskea joko komentopohjaisesti esim. CAS-ikkunassa tai piirtämällä piirtoikkunassa. Ensimmäisen tavan etuna on, että laskujen tueksi muodostuu kuva. Tästä on varmasti

Lisätiedot

Jos γ on tylppä, niin. c 2 = h 2 + (b + s) 2 = a 2 s 2 + (b + s) 2 = a 2 + b 2 + 2bs

Jos γ on tylppä, niin. c 2 = h 2 + (b + s) 2 = a 2 s 2 + (b + s) 2 = a 2 + b 2 + 2bs 12 Vaasan liopiston julkaisuja, opetusmonisteita Lause 1.2.5. Kosinilause: c 2 = a 2 + b 2 2ab cos γ. Perustelu: a c h γ u b Tapaus: Terävä γ b u = a cos γ c h a s γ b Tapaus: Tlppä γ s = a cos γ Yllä

Lisätiedot

4.1 Kaksi pistettä määrää suoran

4.1 Kaksi pistettä määrää suoran 4.1 Kaksi pistettä määrää suoran Kerrataan aluksi kurssin MAA1 tietoja. Geometrisesti on selvää, että tason suora on täysin määrätty, kun tunnetaan sen kaksi pistettä. Joskus voi tulla vastaan tilanne,

Lisätiedot

2) Kaksi lentokonetta lähestyy toisiaan samalla korkeudella kuvan osoittamalla tavalla. Millä korkeudella ja kuinka kaukana toisistaan ne ovat?

2) Kaksi lentokonetta lähestyy toisiaan samalla korkeudella kuvan osoittamalla tavalla. Millä korkeudella ja kuinka kaukana toisistaan ne ovat? 2..207 Määritelmä, (terävän kulman) trigonometriset funktiot: Suorakulmaisessa kolmiossa terävän kulman trigonometriset funktiot ovat: kulman sini hpotenuusa sin a c kulman kosini hpotenuusa kulman tangentti

Lisätiedot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44 MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko Tehtävä (L): Käynnistä Matlab-ohjelma ja kokeile laskea sillä muutama peruslaskutoimitus: laske jokin yhteen-, vähennys-, kerto- ja jakolasku. Laske

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä 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

Lisätiedot

Ellipsit, hyperbelit ja paraabelit vinossa

Ellipsit, hyperbelit ja paraabelit vinossa Ellipsit, hyperbelit ja paraabelit vinossa Matti Lehtinen 1 Ellipsi, hyperbeli ja paraabeli suorassa Opimme lukion analyyttisen geometrian kurssilla ainakin, jos kävimme lukiota vielä muutama vuosi sitten

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi A. Lepistö alepisto@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2016 M. Hirvensalo V. Junnila A. Lepistö

Lisätiedot

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan. Tekijä Pitkä matematiikka 4 9.1.016 168 a) Lasketaan vektorien a ja b pistetulo. a b = (3i + 5 j) (7i 3 j) = 3 7 + 5 ( 3) = 1 15 = 6 Koska pistetulo a b 0, niin vektorit eivät ole kohtisuorassa toisiaan

Lisätiedot

Insinöörimatematiikka D

Insinöörimatematiikka D Insinöörimatematiikka D M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M Hirvensalo mikhirve@utufi V Junnila viljun@utufi Luentokalvot 5 1

Lisätiedot

Muodonmuutostila hum 30.8.13

Muodonmuutostila hum 30.8.13 Muodonmuutostila Tarkastellaan kuvan 1 kappaletta Ω, jonka pisteet siirtvät ulkoisen kuormituksen johdosta siten, että siirtmien tapahduttua ne muodostavat kappaleen Ω'. Esimerkiksi piste A siirt asemaan

Lisätiedot

Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 352 Päivitetty Pyramidi 4 Luku Ensimmäinen julkaistu versio

Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 352 Päivitetty Pyramidi 4 Luku Ensimmäinen julkaistu versio Pramidi 4 Analttinen geometria tehtävien ratkaisut sivu 5 Päivitett 9..7 Pramidi 4 Luku 8..6 Ensimmäinen julkaistu versio 7.5.6 Korjattu tehtävän 865 ratkaisua. 8..7 Korjattu tehtävässä 85 luku 5 luvuksi

Lisätiedot

Luento 2: Tulostusprimitiivit

Luento 2: Tulostusprimitiivit Tietokonegrafiikan perusteet T-111.4300 3 op Luento : Tulostusprimitiivit Lauri Savioja 11/06 D primitiivit / 1 Sisältö Mallintamisen alkeita Perusprimitiivit (GKS) attribuutteineen Näyttömuisti D primitiivit

Lisätiedot

Symmetrioiden tutkiminen GeoGebran avulla

Symmetrioiden tutkiminen GeoGebran avulla Symmetrioiden tutkiminen GeoGebran avulla Tutustutaan esimerkkien kautta siihen, miten geometrista symmetriaa voidaan tutkia ja havainnollistaa GeoGebran avulla: peilisymmetria: peilaus pisteen ja suoran

Lisätiedot

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0. 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 +

Lisätiedot

Tekijä Pitkä matematiikka On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 4 5

Tekijä Pitkä matematiikka On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 4 5 Tekijä Pitkä matematiikka 6..06 8 On osoitettava, että jana DE sivun AB kanssa yhdensuuntainen ja sen pituus on 5 sivun AB pituudesta. Pitää siis osoittaa, että DE = AB. 5 Muodostetaan vektori DE. DE =

Lisätiedot

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT 3.0.07 0 π TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT π = π 3π π = π 5π 6π = 3π 7π TRIGONOMETRISET FUNKTIOT, MAA7 Tarkastellaan aluksi sini-funktiota ja lasketaan sin :n arvoja, kun saa arvoja 0:sta 0π :ään

Lisätiedot

Preliminäärikoe Pitkä Matematiikka 3.2.2009

Preliminäärikoe Pitkä Matematiikka 3.2.2009 Preliminäärikoe Pitkä Matematiikka..9 x x a) Ratkaise yhtälö =. 4 b) Ratkaise epäyhtälö x > x. c) Sievennä lauseke ( a b) (a b)(a+ b).. a) Osakkeen kurssi laski aamupäivällä,4 % ja keskipäivällä 5,6 %.

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

1 Ominaisarvot ja ominaisvektorit

1 Ominaisarvot ja ominaisvektorit 1 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) 1 missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin

Lisätiedot

dx = L2 (x + 1) 2 dx x ln x + 1 = L 2 1 L + 1 L ( = 1 ((L + 1)ln(L + 1) L) L k + 1 xk+1 = 1 k + 2 xk+2 = 1 10k+1 k + 2 = 7.

dx = L2 (x + 1) 2 dx x ln x + 1 = L 2 1 L + 1 L ( = 1 ((L + 1)ln(L + 1) L) L k + 1 xk+1 = 1 k + 2 xk+2 = 1 10k+1 k + 2 = 7. BM2A582 - Integraalilaskenta ja sovellukset Harjoitus 5, Kevät 26. a Lumikuiorman massa-alkio kohdassa on λd L2 + 2 d, joten kokonaismassa on Momentti suoran suhteen on L L 2 L m d L2 + 2 d + 2 / L L 2

Lisätiedot

Luento 2: Viivan toteutus

Luento 2: Viivan toteutus Tietokonegrafiikan perusteet T-111.4300 3 op Luento : Viivan toteutus Lauri Savioja 11/07 Primitiivien toteutus / 1 GRAAFISTEN PRIMITIIVIEN TOTEUTUS HUOM! Oletuksena on XY-koordinaatisto Suorien viivojen

Lisätiedot

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210 Matikkapaja keskiviikkoisin klo 14-16 Lineaarialgebra (muut ko) p. 1/210 Lineaarialgebra (muut ko) p. 2/210 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v 2

Lisätiedot

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9. Python linkit: Python tutoriaali: http://docs.python.org/2/tutorial/ Numpy&Scipy ohjeet: http://docs.scipy.org/doc/ Matlabin alkeet (Pääasiassa Deni Seitzin tekstiä) Matriisit ovat matlabin perustietotyyppejä.

Lisätiedot

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla:

A = a b B = c d. d e f. g h i determinantti on det(c) = a(ei fh) b(di fg) + c(dh eg). Matriisin determinanttia voi merkitä myös pystyviivojen avulla: 11 Determinantti Neliömatriisille voidaan laskea luku, joka kertoo muun muassa, onko matriisi kääntyvä vai ei Tätä lukua kutsutaan matriisin determinantiksi Determinantilla on muitakin sovelluksia, mutta

Lisätiedot

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I Lineaarialgebra ja matriisilaskenta I 30.5.2013 HY / Avoin yliopisto Jokke Häsä, 1/19 Käytännön asioita Kurssi on suunnilleen puolessa välissä. Kannattaa tarkistaa tavoitetaulukosta, mitä on oppinut ja

Lisätiedot

3 Suorat ja tasot. 3.1 Suora. Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta.

3 Suorat ja tasot. 3.1 Suora. Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta. 3 Suorat ja tasot Tässä luvussa käsitellään avaruuksien R 2 ja R 3 suoria ja tasoja vektoreiden näkökulmasta. 3.1 Suora Havaitsimme skalaarikertolaskun tulkinnan yhteydessä, että jos on mikä tahansa nollasta

Lisätiedot

Talousmatematiikan perusteet: Luento 9

Talousmatematiikan perusteet: Luento 9 Talousmatematiikan perusteet: Luento 9 Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo ja pituus Vektorien välinen kulma Motivointi Tähän asti olemme tarkastelleet yhden

Lisätiedot

Kompleksiluvut., 15. kesäkuuta /57

Kompleksiluvut., 15. kesäkuuta /57 Kompleksiluvut, 15. kesäkuuta 2017 1/57 Miksi kompleksilukuja? Reaaliluvut lukusuoran pisteet: Tiedetään, että 7 1 0 x 2 = 0 x = 0 1 7 x 2 = 1 x = 1 x = 1 x 2 = 7 x = 7 x = 7 x 2 = 1 ei ratkaisua reaalilukujen

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 5. luento.2.27 Lineaarialgebraa - Miksi? Neuroverkon parametreihin liittyvät kaavat annetaan monesti

Lisätiedot

Toisen asteen käyrät 1/7 Sisältö ESITIEDOT: käyrä, kartio ja lieriö

Toisen asteen käyrät 1/7 Sisältö ESITIEDOT: käyrä, kartio ja lieriö Toisen asteen kärät 1/7 Sisältö ESITIEDOT: kärä, kartio ja lieriö Hakemisto KATSO MYÖS: mprä, toisen asteen pinnat Toisen asteen kärä Toisen asteen käräksi kutsutaan kärää, jonka htälö -ssa on muuttujien

Lisätiedot

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Matriisi-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

Lisätiedot

5 Ominaisarvot ja ominaisvektorit

5 Ominaisarvot ja ominaisvektorit 5 Ominaisarvot ja ominaisvektorit Olkoon A = [a jk ] n n matriisi. Tarkastellaan vektoriyhtälöä Ax = λx, (1) missä λ on luku. Sellaista λ:n arvoa, jolla yhtälöllä on ratkaisu x 0, kutsutaan matriisin A

Lisätiedot

Sijoitusmenetelmä. 1.2. Yhtälöpari

Sijoitusmenetelmä. 1.2. Yhtälöpari MAB Yhtälöpari Yhtälöpari Yhtälöparilla tarkoitetaan tilannetta, missä on kaksi htälöä, joiden tät toteutua htä aikaa Tämä on sama asia kuin että kstään, missä pisteessä tai missä pisteissä htälöitä vastaavat

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a

Lisätiedot

FUNKTION KUVAAJAN PIIRTÄMINEN

FUNKTION KUVAAJAN PIIRTÄMINEN FUNKTION KUVAAJAN PIIRTÄMINEN Saat kuvapohjan painamalla @-näppäintä tai Insert/Graph/X-Y-POT. Kuvapohjassa on kuusi paikanvaraaja: vaaka-akselin keskellä muuttuja ja päissä minimi- ja maksimiarvot pstakselin

Lisätiedot

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit

Lisätiedot

2.3 Voiman jakaminen komponentteihin

2.3 Voiman jakaminen komponentteihin Seuraavissa kappaleissa tarvitaan aina silloin tällöin taitoa jakaa voima komponentteihin sekä myös taitoa suorittaa sille vastakkainen operaatio eli voimien resultantin eli kokonaisvoiman laskeminen.

Lisätiedot

LAATTATEORIAA. Yleistä. Kuva 1.

LAATTATEORIAA. Yleistä. Kuva 1. LAATTATEORIAA Yleistä Kuva 1. Laatta on kahden pinnan rajoittama rakenneosa, jonka paksuus on pieni muihin mittoihin verrattuna. Pintojen puolivälissä oleva keskipinta on taso ennen laatan kuormittamista.

Lisätiedot

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3

110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3 4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5

Lisätiedot

Oppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8

Oppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8 Oppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8 Piirtoalue ja algebraikkuna Piirtoalueelle piirretään työvälinepalkista löytyvillä työvälineillä

Lisätiedot

Konformigeometriaa. 5. maaliskuuta 2006

Konformigeometriaa. 5. maaliskuuta 2006 Konformigeometriaa 5. maaliskuuta 006 1 Sisältö 1 Konformigeometria 1.1 Viivan esitys stereograasena projektiona............ 1. Euklidisen avaruuden konformaalinen malli........... 4 Konformikuvaukset

Lisätiedot

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa. 7 Matriisilaskenta Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa. 7.1 Lineaariset yhtälöryhmät Yhtälöryhmät liittyvät tilanteisiin, joissa on monta tuntematonta

Lisätiedot

Teoreettisia perusteita II

Teoreettisia 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

Lisätiedot

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37 Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37 Tehtävä 1: Käynnistä Matlab-ohjelma ja kokeile laskea sillä muutama peruslaskutoimitus: laske jokin yhteen-, vähennys-, kerto- ja jakolasku. Laske

Lisätiedot

normaali- ja leikkaus jännitysten laskemiseen pisteessä Määritetään ne tasot, joista suurimmat normaali- ja leikkausjännitykset löytyvät

normaali- ja leikkaus jännitysten laskemiseen pisteessä Määritetään ne tasot, joista suurimmat normaali- ja leikkausjännitykset löytyvät TAVOITTEET Johdetaan htälöt, joilla muutetaan jännitskomponentit koordinaatistosta toiseen Kätetään muunnoshtälöitä suurimpien normaali- ja leikkaus jännitsten laskemiseen pisteessä Määritetään ne tasot,

Lisätiedot

Mat. tukikurssi 27.3.

Mat. tukikurssi 27.3. Mat. tukikurssi 7.. Tänään oli paljon vaikeita aiheita: - suunnattu derivaatta - kokonaisdierentiaali - dierentiaalikehitelmä - implisiittinen derivointi Nämä kaikki liittvät aika läheisesti toisiinsa.

Lisätiedot

Luento 6: Tulostusprimitiivien toteutus

Luento 6: Tulostusprimitiivien toteutus Tietokonegrafiikan perusteet T-111.4300 3 op Luento 6: Tulostusprimitiivien toteutus Lauri Savioja 11/07 Primitiivien toteutus / 1 ntialiasointi Fill-algoritmit Point-in-polygon Sisältö Primitiivien toteutus

Lisätiedot

Tekijä Pitkä matematiikka b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta.

Tekijä Pitkä matematiikka b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta. Tekijä Pitkä matematiikka 4 9.1.016 79 a) Kuvasta nähdään, että a = 3i + j. b) Kuvasta nähdään, että b = i 4 j. c) Käytetään a- ja b-kohtien tuloksia ja muokataan lauseketta. 5a b = 5(3i + j) ( i 4 j)

Lisätiedot

Ensimmäisen asteen polynomifunktio

Ensimmäisen asteen polynomifunktio Ensimmäisen asteen polnomifunktio Yhtälön f = a+ b, a 0 määrittelemää funktiota sanotaan ensimmäisen asteen polnomifunktioksi. Esimerkki. Ensimmäisen asteen polnomifuktioita ovat esimerkiksi f = 3 7, v()

Lisätiedot

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori

Vektorialgebra 1/5 Sisältö ESITIEDOT: vektori Vektorialgebra 1/5 Sisältö Skalaaritulo Vektoreiden yhteenlaskun ja skalaarilla kertomisen lisäksi vektoreiden välille voidaan määritellä myös kertolasku. Itse asiassa näitä on kaksi erilaista. Seurauksena

Lisätiedot

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 6 Mikko Salo 6.9.2017 Sisältö 1. Kompleksitaso 2. Joukko-oppia Kompleksiluvut Edellisellä luennolla huomattiin, että toisen asteen yhtälö ratkeaa aina, jos ratkaisujen annetaan

Lisätiedot

Täydennetään ja kerrataan Fitzpatrickin lukujen 18 ja 19 esitystä.

Täydennetään ja kerrataan Fitzpatrickin lukujen 18 ja 19 esitystä. 1 Laaja matematiikka 5 Kevät 009 Integrointi n-ulotteisessa avaruudessa Täydennetään ja kerrataan Fitzpatrickin lukujen 18 ja 19 esitystä. Tasointegraali Tasointegraali f voidaan laskea kaksinkertaisena

Lisätiedot

Lineaarialgebra (muut ko)

Lineaarialgebra (muut ko) Lineaarialgebra (muut ko) p. 1/103 Lineaarialgebra (muut ko) Tero Laihonen Lineaarialgebra (muut ko) p. 2/103 Operaatiot Vektoreille u = (u 1,u 2 ) ja v = (v 1,v 2 ) Yhteenlasku: u+v = (u 1 +v 1,u 2 +v

Lisätiedot

Usean muuttujan funktiot

Usean muuttujan funktiot Usean muuttujan funktiot Johdantoa Kertauksen vuoksi seuraavassa kuviossa on joitakin asioita, joita olemme laskeneet hden muuttujan funktioista f() : [a, b] R Kuvion kärä on funktion f() kuvaaja = f()

Lisätiedot

6.1 Lineaarinen optimointi

6.1 Lineaarinen optimointi 6.1 Lineaarinen optimointi Suora a + b + c = 0 jakaa -tason kahteen puolitasoon. Tason jokainen piste, joka on suoralla, toteuttaa suoran htälön ja kääntäen. Jos siis tason mielivaltaisen pisteen koordinaatit

Lisätiedot

Determinantti 1 / 30

Determinantti 1 / 30 1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen

Lisätiedot

Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo

Talousmatematiikan perusteet: Luento 8. Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo Talousmatematiikan perusteet: Luento 8 Vektoreista ja matriiseista Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo Motivointi Esim. Herkkumatikka maksaa 50 /kg. Paljonko

Lisätiedot

Ratkaisuehdotukset LH 7 / vko 47

Ratkaisuehdotukset 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 [

Lisätiedot

Vanhoja koetehtäviä. Analyyttinen geometria 2016

Vanhoja 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.

Lisätiedot

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä Matriisien tulo Lause Olkoot A, B ja C matriiseja ja R Tällöin (a) A(B + C) =AB + AC, (b) (A + B)C = AC + BC, (c) A(BC) =(AB)C, (d) ( A)B = A( B) = (AB), aina, kun kyseiset laskutoimitukset on määritelty

Lisätiedot

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4). Tekijä Pitkä matematiikka 4 9.12.2016 212 Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4). Vastaus esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4) 213 Merkitään pistettä

Lisätiedot