8.7. Kolmiulotteiset tekstuuritekniikat. Kolmiulotteinen kohina eli häiriö. Turbulenssin simulointi. turbulence
|
|
|
- Antti Jaakkola
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 8.7. Kolmiulotteiset tekstuuritekniikat Edellä lueteltiin keskeiset kaksiulotteisiin tekstuurikuvauksiin liittyvät ongelmat. Syyt ovat: (1) Kaksiulotteinen tekstuurikuvaus, joka perustuu pintakoordinaatistoon, voi tuottaa laajaa vaihtelua tekstuurin tiivistyksessä. Nämä heijastelevat vastaavaa vaihtelua pinnan käyryydessä. (2) Yritettäessä kuvata tekstuuria jatkuvaksi monimutkaisen ympäristön kohteen pinta voi tulla nopeasti kehnoksi. Tekstuurin jatkuvuus pintaelementtien yli, kun nämä voivat olla eri tyyppiä ja liittyä toisiinsa vaihtelevilla tavoilla, on vaikeaa ylläpitää. Kolmiulotteinen tekstuurikuvaus kiertää nämä ongelmat, koska ainoa tarvittava informaatio pisteen tekstuuriarvon määräämiseksi on sen paikka avaruudessa. Tekstuurin määrääminen kohteelle merkitsee kolmiulotteisen tekstuurifunktion kehittämistä kohteen pinnan pisteille. 8. luku 471 Kolmiulotteinen kohina eli häiriö Suosittu tekstuuritekniikoiden luokka on kohinafunktioiden käyttö. Näille kaikille on yhteistä, että ne soveltavat kolmiulotteista tai spatiaalista kohinafunktiota. Ne pystyvät tuottamaan realistisia, aidonnäköisiä tekstuureja. Merkittävin on turbulenssin eli pyörteen simulointi. Kohinaa varten tarvitaan funktio noise(), joka saa kolmiulotteisen paikan syötteenään ja palauttaa skalaariarvon. Tätä kutsutaan mallin ohjaamaksi synteesiksi. Kehitetään kohinafunktio ainoastaan kiinnostuspisteessä. Funktiolla tulee olla seuraavat ominaisuudet: (1) tilastollisesti invariantti kierrolle (2) tilastollisesti invariantti siirrolle (3) kapea päästökaista taajuuden suhteen 8. luku 472 Kaksi ensimmäistä ehtoa varmistavat, että kohinafunktio on hallittavissa. Riippumatta siirrosta tai suunnasta avaruudessa sen yleisominaisuudet ovat samat. Kolmas ehto suo kohinan näytteistämisen ilman laskostumisen vaaraa. Laskostuminen ei ehkä näkyisi staattisessa kuvassa, mutta animoinnissa se aiheuttaa esim. tuikkimista. Kohina luodaan luonnollisesti satunnaislukugeneraattorilla satunnaislukuina, jotka talletetaan hakutaulukkoon tai tilan säästämiseksi hajautustauluun. Turbulenssin simulointi Kohinan yksittäisarvoa voidaan käyttää simuloimaan useita asioita. Yksi monipuolisimmista sen sovelluksista on ns. turbulenssifunktio (Perlin), jolle annetaan paikka x ja joka palauttaa turbulentin skalaariarvon. Yksiulotteinen versio on: = k i noise(2 x ) turbulence i i= 0 2 Sarja on katkaistu indeksin arvosta k, joka on pienin seuraavan ehdon toteuttava kokonaisluku: 1 k+1 2 < pikselin koko 8. luku luku 474
2 Katkaisukaista rajoittaa funktiota ja takaa sopivan laskostumisen eston. Tarkastellaan esim. ensimmäisen termin noise(x) ja toisen termin noise(2x)/2 eroa. Jälkimmäisen kohdalla kohinafunktio vaihtelee kaksi kertaa niin nopeasti kuin ensimmäisen kohdalla. Jälkimmäisellä on kaksinkertainen taajuus, ja se sisältää piirteitä, jotka ovat kooltaan puolet ensimmäisen termin piirteistä. Turbulenssifunktio edustaa kuitenkin vain osaa tarvittavasta. Se näet johtaa homogeeniseen hahmoon, joka ei ole luonnollinen. Useimmat todelliset tekstuurit sisältävät epähomogeenisiä ominaisuuksia, joten turbulenssi ei yksin riitä niiden simulointiin. Tarkastellaan esimerkkinä marmoria, jossa on sangen selkeästi nähtäviä värijuonia. Aidossa materiaalissa nämä ovat todellisuudessa syntyneet turbulentissä geologisessa prosessissa. Simuloinnissa on kaksi vaihetta: (1) Tekstuurin ensimmäisen asteen peruspiirre esitetään jollakin funktiomuodolla. Tämä on tyypillisesti jatkuva, ja sen ensimmäiset derivaatat sisältävät huomattavaa vaihtelua. (2) Lisätään toisen ja kolmannen asteen yksityiskohtia käyttäen turbulenssia häiritsemään funktion parametreja. Turbulenssina voidaan tässä soveltaa sini aaltoa, joka antaa marmoria muistuttavan tuloksen. Värijuonet, jotka kulkevat häiritsemättöminä, saadaan sini aallolla. Tällöin x akselia pitkin kulkeva sini aalto esitetään: marble(x) = marble_colour(sin(x)) 8. luku luku 476 Kuva Marmorin simulointia: (a) Vasemmalla on splinillä tehty viipale ilman turbulenssia, (b) keskellä on värisplini, jolla edellinen oli tehty, ja (c) oikealla on simuloitu marmoripala, joka on saatu alkuperäiselle käyttämällä turbulenssia. Värikuvaus marble_colour() kuvaa skalaarisyötteen intensiteettiarvoksi. Kuva (a) käsittää kaksiulotteisen marmoriviipaleen, joka on tehty kuvan (b) värisplinillä. Seuraavaksi lisätään turbulenssi: marble(x) = marble_colour(sin(x+turbulence(x)) Tällä saatiin kuva (c). Kuva esittää kolmiulotteista tapausta. Kuva Marmorin simulointia. Turbulenssifunktiota voidaan soveltaa muuhunkin kuin väriin. Sillä voidaan käsitellä melkein mitä tahansa parametria, joka vaikuttaa kohteen ulkonäköön. Esimerkkinä on sahalaitamuotoa tuottava funktio, jolla simuloitiin puun kaarnaa, ja pilvien käsittelyä. 8. luku luku 478
3 Kolmiulotteinen tekstuuri ja animointi Turbulenssifunktio voidaan määritellä ajan tai tilan t suhteen lisäämällä ylimääräinen ulottuvuus edustamaan aikaa. Hilan pisteet määrätään tällöin indekseillä (i,j,k,l), jolloin parametrilista käsittää kohinan (x,t) ja samoin turbulenssin (x,t). Pohditaan esimerkkitapauksena tulen simulointia. Liekin perusmuoto tulee esittää funktionomaisesti. Käsitellään tulta kahdessa avaruudessa kolmiulotteisen volumetrisen lähestymistavan ollessa laskennallisesti raskas. Liekkialue määritellään xy tason koordinaattien ( b,0) ja (b,h) suorakulmiossa. Liekin väri tässä alueessa on: 8. luku 479 flame(x) = (1 y/h) flame_colour(abs(x/b)) Kuva esittää kaavamaisesti tämän. Funktio flame_colour(x) sisältää kolme eri värispliniä, jotka kuvaavat skalaariarvon x värivektoriin. Jokaisella splineistä R, G ja B on maksimi intensitetti kohdassa x=0, joka vastaa liekin keskikohtaa, ja vaimentuu nollaan intensiteetissä x=1. Vihreä ja sininen splini menevät nopeammin nollaan kuin punainen. Funktion flame_colour(x) palauttama väri painotetaan liekin korkeuden mukaan, jotta saadaan sopiva vaihtelu y akselin suhteen. Liekki renderöidään soveltamalla funktiota flame(x) liekin kattavan suorakulmion värittämiseksi. Kuva esittää myös turbulenssifunktion käyttöä: flame(x,t)=(1 y/h) flame_colour(abs(x/b) + turbulence(x,t)) 8. luku 480 Liekin animoimiseksi renderöidään peräkkäisiä kohinaviipaleita, jotka ovat kohtisuoria ja tasavälisiä aika akselin suhteen. Pelkkä monikulmion siirto aikaakselia pitkin ei riitä, vaan sen muotoa pitää samalla muuttaa, jotta liekki eläisi. Siirtämällä samaan aikaan myös y akselia pitkin saadaan tällainen vaikutus aikaan. Kuva havainnollistaa simulointia. Lopullinen muoto on: flame(x,t) = (1 y/h) flame_colour(abs(x/b)+ turbulence(x+(0,t y,0),t)) Kuva Liekin simulointia turbulenssifunktiolla: ylhäällä liekki ilman turbulenssia ja alhaalla tämän kanssa. Tällöin y on siirretty etäisyys y akselilla suhteessa kohinaan aikayksikössä. 8. luku luku 482
4 8.8. Laskostumisen esto ja tekstuurikuvaus Kuten tämän luvun alussa esitettiin, artefaktat saattavat olla sangen harmillisia tekstuurikuvauksissa. Niiden vaikutus on usein selvästi nähtävissä ja kuvaa vääristäviä, hyvänä esimerkkinä aiemman kuvan shakkilauta. Siinä mainittu ylinäytteistysmenetelmä laskostumisen estämiseksi ei monesti riitä, vaan on käytettävä muita tekniikoita. Kuva Kaksiulotteisen kohteen turbulenssin animointia. Tekstuurikuvauksilla laskostumisen esto on hankalaa, sillä pitää etsiä pikselin esikuva ja laskea yhteen painotetut arvot T(u,v), jotka ovat esikuvan vaikutuspiirissä, yhden pikselin tekstuuriarvon laskemiseksi. Esikuvan muoto vaihtelee pikselittäin, joten suodatus on laskennallisesti aikaa vaativa. Laskostumisen esto kuvassa (a) tarkoittaa integroinnin approksimointia. Likimääräinen, mutta visuaalisesti hyvä menetelmä ei välitä esikuvan muodosta, mutta ottaa huomioon sen koon ja esiprosessoi tarpeellisen suodatuslaskennan. Tämä on mip mapping tekniikka (Williams 1983). 8. luku luku 484 Mip mapping perustuu oletukseen, että käänteinen pikselikuva on muodoltaan melko lähellä neliötä. Kuva (b) esittää pikselin esikuvan approksimoinnin neliöllä. Tämä approksimointi mahdollistaa laskostumisen eston eli suodatuksen esiprosessoinnin. Kuva Mip mapping approksimointi: (a) Pikselin esikuva on yleisessä mielessä kaareva, nelisivuinen alkio tekstuuriavaruudessa. (b) Approksimoidaan esikuvaa neliöllä. (c) Tiivistyminen sattuu pikselin kuvautuessa usealle tekselille. (d) Maksimoituminen esiintyy pikselin kuvautuessa vähemmälle kuin yhdelle tekselille. Asiaan liittyy kaksi ongelmaa. Tavallisempi niistä on tiivistyminen tai minimoituminen, jossa kohde tulee pieneksi kuva avaruudessa ja vastaavasti pikselille tulee suuri esikuva tekstuuriavaruudessa. Kuva (c) kuvaa tätä. Monet tekstuurialkiot (tekselit) on kuvattava yksittäisiksi pikseleiksi. Toinen ongelma on maksimoituminen, jossa kohde tulee hyvin lähelle katsojaa ja vain osa kohteesta näkyy kuvaavaruudessa. Tällöin syntyy pikselien esikuvia, jotka ovat pienempiä kuin yksi tekseli (kuva (d)). Mipmapping tekniikka käsittelee lähinnä tiivistymistä. 8. luku luku 486
5 Mip mapping tekniikka hyödyntää useita kuvia, jotka on keskiarvoistettu alkuperäisestä kuvasta pienentämällä resoluutiota. Ne käsittävät joukon esisuodatettuja tekstuurikuvauksia. Sekvenssin jokaisen kuvan resoluutio on tarkalleen puolet edellisen resoluuutiosta. Kuva 8.35 esittää tekniikan idean. Lähellä katsojaa oleva kohde, joka on suuri kuva avaruudessa, tarvitsee yksittäisen tekselin suuriresoluutioisesta kuvauksesta. Sama kohde ollessaan kaukana katsojasta ja pienenä kuva avaruudessa vaatii yksittäisen tekselin pieniresoluutioisesta kuvauksesta. Kuva havainnollistaa tekniikan soveltamista aiemman kuvan yhteydessä. Kuva Mip mapping. 8. luku luku 488 Kuva Mip map tekniikan käyttöä rekursiiviselle teekannulle. 8. luku 489
8. Kuvaustekniikat. Tämän kuvauksen esittäminen ei ole kuitenkaan suoraviivaista. Niinpä se käydään läpi kaksivaiheisena
8. Kuvaustekniikat Tietokonegrafiikassa hyödynnetty termi tekstuuri on oikeastaan hieman kehno, sillä se on jossakin määrin sekoittava eikä tarkoita pinnan pienimittakaavaisen geometrian käsittelyä sanan
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN
Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä:
Frégier n lause Simo K. Kivelä Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä: Suorakulmaisen kolmion kaikki kärjet sijaitsevat paraabelilla y = x 2 ; suoran kulman
5. Grafiikkaliukuhihna: (1) geometriset operaatiot
5. Grafiikkaliukuhihna: () geometriset operaatiot Johdanto Grafiikkaliukuhihnan tarkoitus on kuvata kolmiulotteisen kohdeavaruuden kuva kaksiulotteiseen kuva eli nättöavaruuteen. aikka kolmiulotteisiakin
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS AI-TUTKIJAN URANÄKYMIÄ AJATUSTENLUKUA COMPUTER VISION SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA MUUTTUJIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA
12.5. Vertailua. Silmäillään laskostumisen estoa tietokonegrafiikan kannalta. Kuva 12.8. luonnehtii vaihtoehtoja.
1.5. Vertailua Silmäillään laskostumisen estoa tietokonegrafiikan kannalta. Kuva 1.8. luonnehtii vaihtoehtoja. (1)Esisuodatus äärettömästi näytteitä pikseliä kohti Lasketaan projisoidun kohteen palojen
Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus
Tampereen yliopisto Tietokonegrafiikka 201 Tietojenkäsittelytiede Harjoitus 6 1..201 1. Tarkastellaan Gouraudin sävytysmallia. Olkoon annettuna kolmio ABC, missä A = (0,0,0), B = (2,0,0) ja C = (1,2,0)
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN
Datatähti 2019 loppu
Datatähti 2019 loppu task type time limit memory limit A Summa standard 1.00 s 512 MB B Bittijono standard 1.00 s 512 MB C Auringonlasku standard 1.00 s 512 MB D Binääripuu standard 1.00 s 512 MB E Funktio
Luento 6: Geometrinen mallinnus
Tietokonegrafiikan perusteet T-111.4300 3 op Luento 6: Geometrinen mallinnus Lauri Savioja, Janne Kontkanen 11/2007 Geometrinen mallinnus / 1 Sisältö Mitä on geometrinen mallinnus tietokonegrafiikassa
Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos
Signaalien generointi
Signaalinkäsittelyssä joudutaan usein generoimaan erilaisia signaaleja keinotekoisesti. Tyypillisimpiä generoitavia aaltomuotoja ovat eritaajuiset sinimuotoiset signaalit (modulointi) sekä normaalijakautunut
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit
MS-A35 ifferentiaali- ja integraalilaskenta 3 Luento : Moniulotteiset integraalit Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 26 Antti Rasila (Aalto-yliopisto) MS-A35 Syksy
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN
4. Esittäminen ja visualisointi (renderöinti)
4. Esittäminen ja visualisointi (renderöinti) Tutkitaan erilaisia renderöintimenetelmiä, joita käytetään luvuissa 2 ja 3 esitettyjen kuvien esitysmuotojen visualisointiin. Seuraavassa selvitetään: (1)
Matematiikan tukikurssi, kurssikerta 3
Matematiikan tukikurssi, kurssikerta 3 1 Epäyhtälöitä Aivan aluksi lienee syytä esittää luvun itseisarvon määritelmä: { x kun x 0 x = x kun x < 0 Siispä esimerkiksi 10 = 10 ja 10 = 10. Seuraavaksi listaus
Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:
Simo K. Kivelä, 13.7.004 Frégier'n lause Toisen asteen käyrillä ellipseillä, paraabeleilla, hyperbeleillä ja niiden erikoistapauksilla on melkoinen määrä yksinkertaisia säännöllisyysominaisuuksia. Eräs
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit
MS-A35 ifferentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit Antti Rasila Aalto-yliopisto Syksy 215 Antti Rasila (Aalto-yliopisto) MS-A35 Syksy 215 1 / 24 Skalaarikenttä Olkoon R
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2016
Riemannin pintojen visualisoinnista
Riemannin pintojen visualisoinnista eli Funktioiden R R kuvaajat Simo K. Kivelä 7.7.6 Tarkastelun kohteena olkoon kompleksimuuttujan kompleksiarvoinen funktio f : C C, f(z) = w eli f(x + iy) = u(x, y)
Osa IX. Z muunnos. Johdanto Diskreetit funktiot
Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.09 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti
Algoritmit 2. Luento 6 To Timo Männikkö
Algoritmit 2 Luento 6 To 28.3.2019 Timo Männikkö Luento 6 B-puun operaatiot Nelipuu Trie-rakenteet Standarditrie Pakattu trie Algoritmit 2 Kevät 2019 Luento 6 To 28.3.2019 2/30 B-puu 40 60 80 130 90 100
Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta
Maksimit ja minimit 1/5 Sisältö Funktion kasvavuus ja vähenevyys; paikalliset ääriarvot Jos derivoituvan reaalifunktion f derivaatta tietyssä pisteessä on positiivinen, f (x 0 ) > 0, niin funktion tangentti
MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.
MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto
6.6. Tasoitus ja terävöinti
6.6. Tasoitus ja terävöinti Seuraavassa muutetaan pikselin arvoa perustuen mpäristön pikselien ominaisuuksiin. Kuvan 6.18.a nojalla ja Lukujen 3.4. ja 3.5. harmaasävjen käsittelssä esitellillä menetelmillä
Luku 8. Aluekyselyt. 8.1 Summataulukko
Luku 8 Aluekyselyt Aluekysely on tiettyä taulukon väliä koskeva kysely. Tyypillisiä aluekyselyitä ovat, mikä on taulukon välin lukujen summa tai pienin luku välillä. Esimerkiksi seuraavassa taulukossa
Ei välttämättä, se voi olla esimerkiksi Reuleaux n kolmio:
Inversio-ongelmista Craig, Brown: Inverse problems in astronomy, Adam Hilger 1986. Havaitaan oppositiossa olevaa asteroidia. Pyörimisestä huolimatta sen kirkkaus ei muutu. Projisoitu pinta-ala pysyy ilmeisesti
12. Laskostumisen teoria ja käytäntö
12.1. Aliakset eli laskostuminen ja näytteistys 12. Laskostumisen teoria ja käytäntö Monet seikat vaikuttavat kuvien laatuun tietokonegrafiikassa. Mallintamisesta ja muista tekijöistä syntyy myös artefakteja,
10.2. Säteenjäljitys ja radiositeettialgoritmi. Säteenjäljitys
10.2. Säteenjäljitys ja radiositeettialgoritmi Säteenjäljitys Säteenjäljityksessä (T. Whitted 1980) valonsäteiden kulkema reitti etsitään käänteisessä järjestyksessä katsojan silmästä takaisin kuvaan valolähteeseen
Digitaalinen signaalinkäsittely Kuvankäsittely
Digitaalinen signaalinkäsittely Kuvankäsittely Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen, Signaalinkäsittelyn menetelmät,
Johdatus tekoälyn taustalla olevaan matematiikkaan
Johdatus tekoälyn taustalla olevaan matematiikkaan Informaatioteknologian tiedekunta Jyväskylän yliopisto 3. luento 17.11.2017 Neuroverkon opettaminen (ohjattu oppiminen) Neuroverkkoa opetetaan syöte-tavoite-pareilla
2.2. Kohteiden konstruktiivinen avaruusgeometrinen esitys
.. Kohteiden konstruktiivinen avaruusgeometrinen esitys Avaruusgeometrinen esitys on käyttäjäriippuvainen ja vaati erikoismenetelmiä tai lopuksi konversion monikulmiomalliksi. Se on korkean tason esitys
Tekijä Pitkä matematiikka Pisteen (x, y) etäisyys pisteestä (0, 2) on ( x 0) Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y.
Tekijä Pitkä matematiikka 5 7..017 37 Pisteen (x, y) etäisyys pisteestä (0, ) on ( x 0) + ( y ). Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y. Merkitään etäisyydet yhtä suuriksi ja ratkaistaan
x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu
2 Interpolointi Olkoon annettuna n+1 eri pistettä x 0, x 1, x n R ja n+1 lukua y 0, y 1,, y n Interpoloinnissa etsitään funktiota P, joka annetuissa pisteissä x 0,, x n saa annetut arvot y 0,, y n, (21)
MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot
MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot Harri Hakula Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2018 1 Perustuu Antti Rasilan luentomonisteeseen
VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA. Lauri Karppi j82095. SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI.
VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA Oskari Uitto i78966 Lauri Karppi j82095 SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI Sivumäärä: 14 Jätetty tarkastettavaksi: 25.02.2008 Työn
y=-3x+2 y=2x-3 y=3x+2 x = = 6
MAA Koe, Arto Hekkanen ja Jussi Tyni 5.5.015 Loppukoe LASKE ILMAN LASKINTA. 1. Yhdistä kuvaaja ja sen yhtälö a) 3 b) 1 c) 5 d) Suoran yhtälö 1) y=3x ) 3x+y =0 3) x y 3=0 ) y= 3x 3 5) y= 3x 6) 3x y+=0 y=-3x+
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit
MS-A25/MS-A26 ifferentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 216 1 Perustuu
Algoritmit 2. Luento 6 Ke Timo Männikkö
Algoritmit 2 Luento 6 Ke 29.3.2017 Timo Männikkö Luento 6 B-puun operaatiot B-puun muunnelmia Nelipuu Trie-rakenteet Standarditrie Pakattu trie Algoritmit 2 Kevät 2017 Luento 6 Ke 29.3.2017 2/31 B-puu
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 +
Cloud rendering. Juho Karppinen 49480E
HELSINKI UNIVERSITY OF TECHNOLOGY 12.5.2003 Telecommunications Software and Multimedia Laboratory Tik-111.500 Tietokonegrafiikan seminaari Kevät 2003 Cloud rendering Juho Karppinen 49480E Cloud rendering
10. Esitys ja kuvaus
10. Esitys ja kuvaus Kun kuva on ensin segmentoitu alueisiin edellisen luvun menetelmin, segmentoidut pikselit kootaan esittämään ja kuvaamaan kohteita muodossa, joka sopii hyvin jatkokäsittelyä varten.
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 2016 Antti Rasila (Aalto-yliopisto)
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (006) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1 / 18
2 Pistejoukko koordinaatistossa
Pistejoukko koordinaatistossa Ennakkotehtävät 1. a) Esimerkiksi: b) Pisteet sijaitsevat pystysuoralla suoralla, joka leikkaa x-akselin kohdassa x =. c) Yhtälö on x =. d) Sijoitetaan joitain ehdon toteuttavia
3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö
3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö Yhtälön (tai funktion) y = a + b + c, missä a 0, kuvaaja ei ole suora, mutta ei ole yhtälökään ensimmäistä astetta. Funktioiden
C-kielessä taulukko on joukko peräkkäisiä muistipaikkoja, jotka kaikki pystyvät tallettamaan samaa tyyppiä olevaa tietoa.
Taulukot C-kielessä taulukko on joukko peräkkäisiä muistipaikkoja, jotka kaikki pystyvät tallettamaan samaa tyyppiä olevaa tietoa. Taulukon muuttujilla (muistipaikoilla) on yhteinen nimi. Jokaiseen yksittäiseen
Luku 6: Grafiikka. 2D-grafiikka 3D-liukuhihna Epäsuora valaistus Laskostuminen Mobiililaitteet Sisätilat Ulkotilat
2D-grafiikka 3D-liukuhihna Epäsuora valaistus Laskostuminen Mobiililaitteet Sisätilat Ulkotilat 2D-piirto 2-ulotteisen grafiikan piirto perustuu yleensä valmiiden kuvien kopioimiseen näyttömuistiin (blitting)
Johdatus lukuteoriaan Harjoitus 2 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma
Johdatus lukuteoriaan Harjoitus 2 syksy 2008 Eemeli Blåsten Ratkaisuehdotelma Tehtävä 1 1. Etsi lukujen 4655 ja 12075 suurin yhteinen tekijä ja lausu se kyseisten lukujen lineaarikombinaationa ilman laskimen
1 Ensimmäisen asteen polynomifunktio
Ensimmäisen asteen polynomifunktio ENNAKKOTEHTÄVÄT. a) f(x) = x 4 b) Nollakohdassa funktio f saa arvon nolla eli kuvaaja kohtaa x-akselin. Kuvaajan perusteella funktion nollakohta on x,. c) Funktion f
Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 018 Harjoitus Ratkaisuehdotukset Tehtävä 1. Olkoon f : R R f(x 1, x ) = x 1 + x Olkoon C R. Määritä tasa-arvojoukko Sf(C) = {(x 1, x
11. Tilavuusrenderöinti
11. Tilavuusrenderöinti Tilavuusrenderöinti tarkoittaa vokseliperusteisen datan käsittelyä tai visualisointia. Luvussa 2 esitettiin vokselien merkintään perustuvia tiedonesitysmenetelmiä. Suuret homogeeniset
MAB3 - Harjoitustehtävien ratkaisut:
MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla
815338A Ohjelmointikielten periaatteet Harjoitus 6 Vastaukset
815338A Ohjelmointikielten periaatteet 2015-2016. Harjoitus 6 Vastaukset Harjoituksen aiheena on funktionaalinen ohjelmointi Scheme- ja Haskell-kielillä. Voit suorittaa ohjelmat osoitteessa https://ideone.com/
x + 1 πx + 2y = 6 2y = 6 x 1 2 πx y = x 1 4 πx Ikkunan pinta-ala on suorakulmion ja puoliympyrän pinta-alojen summa, eli
BM0A5810 - Differentiaalilaskenta ja sovellukset Harjoitus, Syksy 015 1. a) Funktio f ) = 1) vaihtaa merkkinsä pisteissä = 1, = 0 ja = 1. Lisäksi se on pariton funktio joten voimme laskea vain pinta-alan
Luku 4. Derivoituvien funktioiden ominaisuuksia.
1 MAT-1343 Laaja matematiikka 3 TTY 1 Risto Silvennoinen Luku 4 Derivoituvien funktioiden ominaisuuksia Derivaatan olemassaolosta seuraa funktioille eräitä säännöllisyyksiä Näistä on jo edellisessä luvussa
Peilaus pisteen ja suoran suhteen Pythonin Turtle moduulilla
Peilaus pisteen ja suoran suhteen Pythonin Turtle moduulilla ALKUHARJOITUS Kynän ja paperin avulla peilaaminen koordinaatistossa a) Peilaa pisteen (0,0) suhteen koordinaatistossa sijaitseva - neliö, jonka
MS-A0202 Di erentiaali- ja integraalilaskenta 2 (SCI) Luento 8: Taso- ja avaruusintegraalit
MS-A22 i erentiaali- ja integraalilaskenta 2 (SCI) Luento 8: Taso- ja avaruusintegraalit Antti Rasila Aalto-yliopisto Syksy 25 Antti Rasila (Aalto-yliopisto) MS-A22 Syksy 25 / 8 Tasointegraali Olkoon R
4. Oheisessa 4x4 ruudukossa jokainen merkki tarkoittaa jotakin lukua. Mikä lukua salmiakki vastaa?
Peruskoulun matematiikkakilpailu Loppukilpailu perjantaina 30.1.2015 OSA 1 Ratkaisuaika 30 min Pistemäärä 20 Tässä osassa ei käytetä laskinta. Kaikkiin tehtäviin laskuja, kuvia tai muita perusteluja näkyviin.
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Lokaalit ääriarvot Yhden muuttujan funktion f (x) lokaali maksimi on piste x 0, jossa f (x) on suurempi kuin muualle pisteen x 0 ympäristössä, eli kun f (x 0 )
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin
S-114.3812 Laskennallinen Neurotiede
S-114.3812 Laskennallinen Neurotiede Laskuharjoitus 2 4.12.2006 Heikki Hyyti 60451P Tehtävä 1 Tehtävässä 1 piti tehdä lineaarista suodatusta kuvalle. Lähtötietoina käytettiin kuvassa 1 näkyvää harmaasävyistä
Moniulotteisia todennäköisyysjakaumia
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (007) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 7 1 Useamman muuttujan funktion raja-arvo Palautetaan aluksi mieliin yhden muuttujan funktion g(x) raja-arvo g(x). x a Tämä raja-arvo kertoo, mitä arvoa funktio g(x)
LÄSÄ-lämmönsäästäjillä varustettujen kattotuolirakenteiden lämpöhäviön simulointi
LÄSÄ-lämmönsäästäjillä varustettujen kattotuolirakenteiden lämpöhäviön simulointi 13.11.2015 TkT Timo Karvinen Comsol Oy Johdanto Raportissa esitetään lämpösimulointi kattotuolirakenteille, joihin on asennettu
infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1
infoa Viikon aiheet Tentti ensi viikolla ma 23.0. klo 9.00-3.00 Huomaa, alkaa tasalta! D0 (Sukunimet A-) E204 (Sukunimet S-Ö) Mukaan kynä ja kumi. Ei muuta materiaalia. Tentissä kaavakokoelma valmiina.
, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen
58131 Tietorakenteet ja algoritmit (kevät 2016) Ensimmäinen välikoe, malliratkaisut
58131 Tietorakenteet ja algoritmit (kevät 2016) Ensimmäinen välikoe, malliratkaisut 1. Palautetaan vielä mieleen O-notaation määritelmä. Olkoon f ja g funktioita luonnollisilta luvuilta positiivisille
9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista
29 9 Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista Tarkastelemme kertalukua n olevia lineaarisia differentiaaliyhtälöitä y ( x) + a ( x) y ( x) + + a ( x) y( x) + a ( x) y= b( x) ( n) ( n
MIKROAALTOUUNI VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA. Tuomas Karri i78953 Jussi Luopajärvi i80712 Juhani Tammi o83312
VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA Tuomas Karri i78953 Jussi Luopajärvi i80712 Juhani Tammi o83312 SATE.2010 Dynaaminen kenttäteoria MIKROAALTOUUNI Sivumäärä: 12 Jätetty tarkastettavaksi:
POHDIN - projekti. Funktio. Vektoriarvoinen funktio
POHDIN - projekti Funktio Funktio f joukosta A joukkoon B tarkoittaa sääntöä, joka liittää jokaiseen joukon A alkioon jonkin alkion joukosta B. Yleensä merkitään f : A B. Usein käytetään sanaa kuvaus synonyymina
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
c) 22a 21b x + a 2 3a x 1 = a,
Tehtäviä on kahdella sivulla; kuusi ensimmäistä tehtävää on monivalintatehtäviä, joissa on 0 4 oikeata vastausta. 1. Lukion A ja lukion B oppilasmäärien suhde oli a/b vuoden 2017 lopussa. Vuoden 2017 aikana
Braggin ehdon mukaan hilatasojen etäisyys (111)-tasoille on
763343A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 2 Kevät 2018 1. Tehtävä: Kuparin kiderakenne on pkk. Käyttäen säteilyä, jonka aallonpituus on 0.1537 nm, havaittiin kuparin (111-heijastus sirontakulman θ arvolla
6.5. Renderöintijärjestys
6.5. Renderöintijärjestys Näkymän käsittelyjärjestyksiä on kahta tyyppiä. Ensimmäinen on monikulmioittainen käsittely, jossa kukin monikulmio prosessoidaan vuorollaan välittämättä muista. Toinen on selaussuorajärjestys,
(a) Potentiaali ja virtafunktiot saadaan suoraan summaamalla lähteen ja pyörteen funktiot. Potentiaalifunktioksi
Tehtävä 1 Tornadon virtauskenttää voidaan approksimoida kaksiulotteisen nielun ja pyörteen summana Oleta, että nielun voimakkuus on m < ja pyörteen voimakkuus on > (a Määritä tornadon potentiaali- ja virtafunktiot
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
Konvergenssilauseita
LUKU 4 Konvergenssilauseita Lause 4.1 (Monotonisen konvergenssin lause). Olkoon (f n ) kasvava jono Lebesgueintegroituvia funktioita. Asetetaan f(x) := f n (x). Jos f n
Monikulmiot 1/5 Sisältö ESITIEDOT: kolmio
Monikulmiot 1/5 Sisältö Monikulmio Monikulmioksi kutsutaan tasokuviota, jota rajaa perättäisten janojen muodostama monikulmion piiri. Janat ovat monikulmion sivuja, niiden päätepisteet monikulmion kärkipisteitä.
Toinen harjoitustyö. ASCII-grafiikkaa
Toinen harjoitustyö ASCII-grafiikkaa Yleistä Tehtävä: tee Javalla ASCII-merkkeinä esitettyä grafiikkaa käsittelevä ASCIIArt-ohjelma omia operaatioita ja taulukoita käyttäen. Työ tehdään pääosin itse. Ideoita
Kirjoita ohjelma jossa luetaan kokonaislukuja taulukkoon (saat itse päättää taulun koon, kunhan koko on vähintään 10)
Tehtävä 40. Kirjoita ohjelma, jossa luetaan 20 lukua, joiden arvot ovat välillä 10 100. Kun taulukko on täytetty, ohjelma tulostaa vain ne taulukon arvot, jotka esiintyvät taulukossa vain kerran. Tehtävä
1 sup- ja inf-esimerkkejä
Alla olevat kohdat (erityisesti todistukset) ovat lähinnä oheislukemista reaaliluvuista, mutta joihinkin niistä palataan myöhemmin kurssilla. 1 sup- ja inf-esimerkkejä Nollakohdan olemassaolo. Kaikki tuntevat
Suorien ja tasojen geometriaa Suorien ja tasojen yhtälöt
6. Suorien tasojen geometriaa 6.1. Suorien tasojen yhtälöt 55. Osoita, että yhtälöt x = 3 + τ y = 1 3τ esittävät samaa tason suoraa. Yhteinen piste 1,5) suunta i 3j. x = 1 6τ y = 5 + 9τ 56. Määritä suoran
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus alkavalle viikolle Ratkaisuehdoituksia Rami Luisto Sivuja: 5
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus 9 3.11.009 alkavalle viikolle Ratkaisuedoituksia Rami Luisto Sivuja: 5 Näissä arjoituksissa saa käyttää kaikkia koulusta tuttuja koulusta tuttujen
z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2
BM20A5700 - Integraauunnokset Harjoitus 2 1. Laske seuraavat raja-arvot. -kohta ratkeaa, kun pistät sekä yläkerran että alakerran muotoon (z z 1 )(z z 2 ), missä siis z 1 ja z 2 ovat näiden lausekkeiden
f (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2
BMA581 - Differentiaalilaskenta ja sovellukset Harjoitus 4, Syksy 15 1. (a) Olisiko virhe likimain.5, ja arvio antaa siis liian suuren arvon. (b) Esim (1,1.5) tai (,.5). Funktion toinen derivaatta saa
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
MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009
EB-TUTKINTO 2009 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 9 1 Implisiittinen derivointi Tarkastellaan nyt yhtälöä F(x, y) = c, jossa x ja y ovat muuttujia ja c on vakio Esimerkki tällaisesta yhtälöstä on x 2 y 5 + 5xy = 14
Matemaattinen Analyysi
Vaasan yliopisto, kevät 01 / ORMS1010 Matemaattinen Analyysi. harjoitus, viikko 1 R1 ke 1 16 D11 (..) R to 10 1 D11 (..) 1. Määritä funktion y(x) MacLaurinin sarjan kertoimet, kun y(0) = ja y (x) = (x
Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43
Numeeriset menetelmät TIEA381 Luento 7 Kirsi Valjus Jyväskylän yliopisto Luento 7 () Numeeriset menetelmät 10.4.2013 1 / 43 Luennon 7 sisältö Interpolointi ja approksimointi Interpolaatiovirheestä Paloittainen
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
=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin
FUNKTIONAALIANALYYSI, RATKAISUT 1 KEVÄT 211, (AP) 1. Ovatko seuraavat reaaliarvoiset funktiot p : R 3 R normeja? Ovatko ne seminormeja? ( x = (x 1, x 2, x 3 ) R 3 ) a) p(x) := x 2 1 + x 2 2 + x 2 3, b)