4. Esittäminen ja visualisointi (renderöinti)
|
|
- Anni-Kristiina Mikkola
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 4. Esittäminen ja visualisointi (renderöinti) Tutkitaan erilaisia renderöintimenetelmiä, joita käytetään luvuissa 2 ja 3 esitettyjen kuvien esitysmuotojen visualisointiin. Seuraavassa selvitetään: (1) Monikulmioverkkojen renderöintimenetelmät ovat tärkeimpiä, ja niitä on käytetty aina noin vuodesta 1975 asti. (2) Kuutiolliset, parametriset laput on helpointa renderöidä muuttamalla ne ensin monikulmioiksi. On käytettävissä nopeita alijakoalgoritmeja tätä varten. Kyseessä on tietysti approksimointi, mutta se on tehtävissä kuvan visuaalisen laadun kärsimättä. (3) CSG kohteet renderöidään joko säteenjäljittämisellä tai muuttamalla ne ensin vokseliesityksiksi ja edelleen monikulmioiksi. Ongelmana on Boolen yhdistettyjen operaatioiden laskenta. (4) Vokselit muutetaan monikulmioverkoksi. Lähestymistavan haittana on monikulmioiden suuri määrä. (5) Implisiittiset esitysmuodot muutetaan vokseleiksi tai käsitellään säteenjäljityksellä. 4. luku luku Monikulmioverkkojen renderöinti Monikulmioverkot ovat käytetyin esitysmuoto tietokonegrafiikassa, ja niitä hyödynnetään laitetasolla grafiikkatyöasemissa tai korteissa. Syötteenä on monikulmioiden lista ja tuloksena väri jokaiselle pikselille, jonka kukin monikulmio projisoi näytölle. Monikulmiot ovat grafiikkaohjelmoijan käytettävissä oleva alimman tason alkio. Prosessointi on periaatteessa yksinkertaista ja nopeaa. Toisaalta kehitys on johtanut monimutkaistuviin kuviin; tosin kuvassa 2.5. (b) ollut satojen tuhansien monikulmioiden esimerkki on epätavallinen. Renderöinti jakaantuu kahteen tehtävään. Ensinnä on käsiteltävä kohteen geometrinen muoto, kun tälle voidaan suorittaa erilaisia muunnoksia (mallintamisja näkymämuunnoksia). Toisena on valon ja kohteen välisen vuorovaikutuksen laskeminen, löyhästi ilmaistuna sävytys. Jälkimmäinen prosessi sisältää kaksi osaa. Sävytysalgoritmi laskee monikulmioprojektion pikselien värit ja piilopintojenpoistoalgoritmi laskee, onko osa kohteesta toisen, lähempänä katsojaa olevan kohteen takana. Sävytysalgoritmi laskee monikulmion kärkien valon intensiteetit ja interpoloi näistä monikulmion pikseleille sopivat intensiteettiarvot. Intensiteetit lasketaan vertaamalla kärkien normaalivektorien suuntaa valolähteen sijaintiin nähden. 4. luku luku 215
2 4.2. Parametristen pintojen renderöinti Interpoloinnilla lasketaan monikulmion jokaisen pikselin syvyys sen kärkien syvyyksien perusteella. Nämä syvyysarvot tallennetaan taulukkoon nimeltä Z puskuri. Näitä käytetään laskettaessa, onko kohteen pikseli lähempänä katsojaa kuin lähin aiemmin renderöity pikseli. Tällainen lähestymistapa sallii monikulmioiden ottamisen tietokannasta missä tahansa järjestyksessä. Se on kätevä ja elegantti menettely monikulmioverkkokohteiden visualisointia varten. Kuutiollisten, parametristen lappujen renderöintialgoritmeja on kahdenlaisia: (1) Renderöidään suoraan parametrisestä kuvauksesta tai lapun kuvaavasta yhtälöstä. (2) Approksimoidaan pinta monikulmioverkolla ja käytetään tasomonikulmioverkkoa kyseisen approksimoinnin renderöintiin. Täten tilanne redusoituu esiprosessointi tai muunnosoperaatioksi. Jälkimmäinen lähestymistapa on tavallisin, sillä se on helpommin toteutettava ja laskennallisesti kevyempi. 4. luku luku 217 Renderöinti suoraan lappukuvauksista Tässä käytetään selaussuora algoritmia. Siirryttäessä pitkin selaussuoraa lasketaan lapun yhtälöllä pikselille vastaava lapun piste. Tällöin on määrättävä pikselien (x,y) laskentajärjestys lapun matemaattisessa kuvauksessa, mikä on vaikea tehtävä. Vaikeudet havaitaan käsiteltäessä kaarevaa lappua ikään kuin tason osana, monikulmiona tai nelikulmiona. Selausmuunnoksessa tarvittavat monikulmion attribuutit (mutta vaikeasti laskettavia lapulle) ovat: (1) Y koordinaattien maksimi ja minimi saadaan helposti kärkien listasta. (2) Inkrementaaliset laskentayhtälöt antavat monikulmion särmät Y:n funktioina. (3) Vastaavasti Z:n syvyysarvot lasketaan inkrementaalisesti X:n funktiona. Parametrisellä pinnalla ei ole mitään em. ominaisuuksista. Y koordinaattien maksimi ja minimi eivät välttämättä ole pinnan reunalla tai rajalla, koska lappu käsittää usein siluettireunan näyttöavaruudessa, joka seuraa lapun sisäisestä kohoumasta. Parametriselle pinnalle sekä raja että siluettireuna pitää laskea. Sitä paitsi nämä saattavat leikata toisensa eivätkä ole monotonisia X:n ja Y:n suhteen. Parametrinen pinta tai lappu määritellään kolmella kaksimuuttujaisella funktiolla: x = X ( u, v) y = Y ( u, v) z = Z( u, v) Sekä u että v vaihtelevat välillä arvosta 0 arvoon 1. Rajat määritellään arvoilla u=0, u=1, v=0 ja v=1 nelisivuiseksi lapuksi. 4. luku luku 219
3 Eräs keino laskea selausmuunnos lapuille on soveltaa sitä algoritmina, joka laskee XZselaustason ja pinnan leikkauksen muodostamat käyrät (kuva 4.1.). Näillä XZ tason käyrillä ei ole eksplisiittistä muotoa, vaan ne on laskettava numeerisesti (esim. Newtonin iteroinnilla). Tasomonikulmioissa käyrät ovat tietysti janoja, jolloin riittää pelkästään päätepisteiden tallentaminen. Käyrien tilanteessa pitää kaikki niiden pisteet tallentaa. Blinnin algoritmissa (1978) parametrinen selausmuunnos, jota ei tarkemmin eritellä tässä, perustuu algebralliseen ratkaisuun. Se käyttää iteratiivista tekniikkaa rajakäyrien ja siluettireunojen leikkauksen laskennassa kunkin selaussuoran kanssa. Kuva 4.1. Selaustasoalgoritmi laskee lapun leikkauskäyrän rakenteen iteratiivisesti kulkien sen läpi. 4. luku luku 221 Muunnos lapusta monikulmioiksi Monikulmioverkon johtaminen lappuverkosta on käsitteellisesti yksinkertaista. Jaetaan alijakomenettelyllä laput käyttäen alijaon kulmapisteitä monikulmioiden kärkinä. Alijakoa jatketaan (kuva 4.2.), kunnes päätetään monikulmion jaon approksimoivan riittävässä määrin todellista lappupintaa. Alijaon lopetuskriteerit riippuvat siitä, toimivatko ne kohdeavaruudessa vai kuvaavaruudessa. Edellisessä verrataan approksimointia todelliseen pintaan käyttäen kohdeavaruuden metriikoita, kun taas jälkimmäisessä käytetään pikseliyksikköjä metriikkana. Kuva 4.2. Lapun jako: (a) Prosessia jatketaan, kunnes approksimointi on riittävän tarkka, ja (b) muutetaan lopulta kahdeksi kolmioksi. 4. luku luku 223
4 Kohdeavaruuden alijako Käsitellen ensiksi kohdeavaruuden alijakoa listataan oheiset luokat: (1) Tasainen alijako kohdeavaruudessa: Tämä on yksinkertaisin menettely. Käyttäjä määrää, mihin asti lappuja jaetaan. (2) Ei tasainen alijako kohdeavaruudessa: Alijako lopetetaan, kun se toteuttaa lapun tasaisuuskriteerin. Jälkimmäinen on teoreettisesti kauniimpi, sillä alijakoa jatketaan laskentakriteerin ohjaamana, ts. riittävän tarkaksi. Tasaisessa alijaossa saattaa jäädä näkyviä rajoja ja siluettireunoja, jotka näkyvät epäjatkuvuuksina. Ei tasaisessa alijaossa tarvitaan tasaisilla alueilla harvoja alijakoja, mutta lokaalin jyrkän kaarevuuden alueilla tarvitaan huomattavan paljon alijakoa. Täten lapun alijaon aste riippuu sen lokaalista kaarevuudesta, mitä havainnollistetaan kuvassa 4.3. Lappuja jaetaan, kunnes tasaisuuskriteeri toteutuu. Lappujen jaolla on kaksi etua: (1) Se on nopeaa. (2) Nopeutta voidaan muuttaa vaihtamalla alijaon astetta, mikä on hyödyllistä vuorovaikutteisissa järjestelmissä. 4. luku luku 225 Kuva 4.3. Tasainen ja ei tasainen alijako Bézier lapulle. Ei tasaisen alijaon haitta on, että reikiä voi esiintyä lappujen välillä approksimoitaessa lapun rajaa (suoralla) janalla. Tästä degeneratiivisesta tilanteesta on esimerkki kuvassa 4.4. Kuva 4.4. Ei tasaisen alijaon tuottama repeämä lapussa. Tarkastellaan käyräesitystä, josta on helppoa laajentaa lapulle. Pisteiden laskemisen pitkin käyrää sijasta sitä approksimoidaan paloittain lineaarisella tavalla toistettaessa alijakoa rekursiivisesti kontrollipisteille. Tämä tuottaa yhä tarkemman approksimoinnin käyrälle, kunnes lineaarisuuskriteeri toteutuu. 4. luku luku 227
5 Bézier käyrä (muunnettavissa muiksikin kantafunktioiksi) jaetaan kahdeksi käyräksi jakamalla kontrollipisteet muodostaen kaksi uutta kontrollipisteiden joukkoa R i ja S i. Piste R i /S i on ensimmäisen loppupiste ja toisen alkupiste: R0 = Q0 R1 = ( Q0 + Q1) / 2 R2 = R1 / 2 + ( Q1 + Q2) / 4 R3 = ( R2 + S1)/ 2 S0 = R3 S1 = ( Q1 + Q2) / 4 + S2 / 2 S2 = ( Q2 + Q3) / 2 S3 = Q3 Kuva 4.5. esittää, kuinka ensimmäisen jaon jälkeen paloittain lineaarinen käyrä on parempi kuin jakoa edeltävä. Kolmen jaon jälkeinen approksimaatio on kuvassa 4.6. Kuva 4.5. Bézier käyrän jakaminen. 4. luku luku 229 Käyrän jako on helposti laajennettavissa lappuihin kuva 4.7. mukaisesti. Lappu on muodostettu neljällä vakion u käyrällä ja sanoin vakion v, joiden kontrollipisteet ovat kontrollipistematriisin peräkkäisiä rivejä ja sarakkeita. Sovelletaan käyrän jakoa erikseen kullekin neljästä käyrästä u:lle, jolloin saadaan kaksi alilappua. Näille käyrät jaetaan v:lle, jolloin saadaan lopulta neljä alilappua. Kuva 4.6. Kontrollipisteet piirrettyinä kullekin alijaon tasolle. 4. luku luku 231
6 Kuva 4.7. Käyrän jakoa käyttäen lappu jaetaan neljään osaan. Tehokas kaava (vain yhteenlaskuja ja jakoa kahdella) tekee laskennasta nopean. Alijaon astetta tai syvyyttä on helppo valvoa lineaarisuuskriteerin nojalla. Bézier kantafunktioiden summa on 1: 3 i= 0 B i ( u) = 1 Tämä tarkoittaa käyrien sijaitsevan kontrollipisteiden muodostamassa konveksissa peitteessä. Paloittain lineaarinen alijako yhtyy käyrän kanssa, kun se sulautuu janaan, joka yhdistää päätepisteet. Tämän neljän kontrollipisteen yhdistävän janan lineaarisuuden toteutuminen on testattavissa mittaamalla etäisyys keskimmäisestä kahdesta kontrollipisteestä yhdistävään janaan (kuva 4.8.). Tämä menettely on jälleen laajennettavissa lapuille, mutta tarkastelu ohitetaan. 4. luku luku 233 Kuva 4.8. Kuutiollinen Bézier käyrä, jossa on neljä kontrollipistettä p 0, p 1, p 2 ja p luku 234
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
Lisätiedot6.5. Renderöintijärjestys
6.5. Renderöintijärjestys Näkymän käsittelyjärjestyksiä on kahta tyyppiä. Ensimmäinen on monikulmioittainen käsittely, jossa kukin monikulmio prosessoidaan vuorollaan välittämättä muista. Toinen on selaussuorajärjestys,
LisätiedotLuento 6: Geometrinen mallinnus
Tietokonegrafiikan perusteet T-111.4300 3 op Luento 6: Geometrinen mallinnus Lauri Savioja, Janne Kontkanen 11/2007 Geometrinen mallinnus / 1 Sisältö Mitä on geometrinen mallinnus tietokonegrafiikassa
LisätiedotLuento 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
LisätiedotTampereen 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)
LisätiedotMonikulmiot 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.
LisätiedotLuento 7: Lokaalit valaistusmallit
Tietokonegrafiikan perusteet T-111.4300 3 op Luento 7: Lokaalit valaistusmallit Lauri Savioja 11/07 Lokaalit valaistusmallit / 1 Sävytys Interpolointi Sisältö Lokaalit valaistusmallit / 2 1 Varjostustekniikat
Lisätiedot10.2. 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
LisätiedotNumeeriset 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
LisätiedotMS-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
Lisätiedot5. Grafiikkaliukuhihna: (1) geometriset operaatiot
5. Grafiikkaliukuhihna: () geometriset operaatiot Johdanto Grafiikkaliukuhihnan tarkoitus on kuvata kolmiulotteisen kohdeavaruuden kuva kaksiulotteiseen kuva eli nättöavaruuteen. aikka kolmiulotteisiakin
LisätiedotNumeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 6 Kirsi Valjus Jyväskylän yliopisto Luento 6 () Numeeriset menetelmät 4.4.2013 1 / 33 Luennon 6 sisältö Interpolointi ja approksimointi Polynomi-interpolaatio: Vandermonden
LisätiedotKahden suoran leikkauspiste ja välinen kulma (suoraparvia)
Kahden suoran leikkauspiste ja välinen kulma (suoraparvia) Piste x 0, y 0 on suoralla, jos sen koordinaatit toteuttavat suoran yhtälön. Esimerkki Olkoon suora 2x + y + 8 = 0 y = 2x 8. Piste 5,2 ei ole
Lisätiedot, 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
Lisätiedot13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle
13. Taylorin polynomi; funktioiden approksimoinnista 13.1. Taylorin polynomi 552. Muodosta funktion f (x) = x 4 + 3x 3 + x 2 + 2x + 8 kaikki Taylorin polynomit T k (x, 2), k = 0,1,2,... (jolloin siis potenssien
LisätiedotOsakesalkun optimointi. Anni Halkola Turun yliopisto 2016
Osakesalkun optimointi Anni Halkola Turun yliopisto 2016 Artikkeli Gleb Beliakov & Adil Bagirov (2006) Non-smooth optimization methods for computation of the Conditional Value-at-risk and portfolio optimization.
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 5 Ti 20.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 5 Ti 20.9.2011 p. 1/40 p. 1/40 Choleskyn menetelmä Positiivisesti definiiteillä matriiseilla kolmiohajotelma
LisätiedotT-111.450 Tietokoneanimaatio ja mallintaminen. Lauri Savioja Teknillinen korkeakoulu Tietoliikenneohjelmistojen ja multimedian laboratorio 02/02
T-111.450 Tietokoneanimaatio ja mallintaminen Lauri Savioja Teknillinen korkeakoulu Tietoliikenneohjelmistojen ja multimedian laboratorio 02/02 Animaatio / 1 2D Avainkuvatekniikka Sisältö Kerronnallisia
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 9 1 Implisiittinen derivointi Tarkastellaan nyt yhtälöä F(x, y) = c, jossa x ja y ovat muuttujia ja c on vakio Esimerkki tällaisesta yhtälöstä on x 2 y 5 + 5xy = 14
LisätiedotPolkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä Olkoot γ : [a, b] R m paloittain C 1 -polku välin [a, b] jaon
Polkuintegraali yleistyy helposti paloitain C 1 -poluille. Määritelmä 4.1.3. Olkoot : [a, b] R m paloittain C 1 -polku välin [a, b] jaon P = {a = t 1 < < t k = b} ja joukko D R m sellainen, että ([a, b])
Lisätiedot12.5. 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
LisätiedotLaskuharjoitus 2A ( ) Aihepiiri: Raja-arvot etc. Adams & Essex, 8th Edition, Chapter 12. z = f(x, 0) = x2 a z = f(0, y) = 02 a 2 + y2
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Korte / Lindfors MS-A0207 Dierentiaali- ja integraalilaskenta 2 (CHEM), kevät 2017 Laskuharjoitus 2A (9.10.1.) Aihepiiri:
LisätiedotYhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt
Yhtälöryhmät 1/6 Sisältö Yhtälöryhmä Yhtälöryhmässä on useita yhtälöitä ja yleensä myös useita tuntemattomia. Tavoitteena on löytää tuntemattomille sellaiset arvot, että kaikki yhtälöt toteutuvat samanaikaisesti.
LisätiedotLuento 6: Piilopinnat ja Näkyvyys
Tietokonegrafiikan perusteet T-111.4300 3 op Luento 6: Piilopinnat ja Näkyvyys Janne Kontkanen Geometrinen mallinnus / 1 Johdanto Piilopintojen poisto-ongelma Syntyy kuvattaessa 3-ulotteista maailmaa 2-ulotteisella
LisätiedotRATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu.
RATKAISUT 198 197 198. Olkoon suorakulmion erisuuntaisten sivujen pituudet a ja b sekä neliön sivun pituus c. Tehtävä on mielekäs vain, jos suorakulmio ei ole neliö, joten oletetaan, että a b. Suorakulmion
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Vesanen MS-A0205/6 Differentiaali- ja integraalilaskenta 2, kevät 2017 Laskuharjoitus 4A (Vastaukset) alkuviikolla
LisätiedotOsa 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
Lisätiedot1 Kertaus. Lineaarinen optimointitehtävä on muotoa:
1 Kertaus Lineaarinen optimointitehtävä on muotoa: min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2 (11) a m1 x 1 + a m2 x 2 + + a mn x n
LisätiedotYleistä 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
LisätiedotAalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos
Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Malinen/Ojalammi MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016 Laskuharjoitus 4A (Vastaukset) alkuviikolla
Lisätiedota) on lokaali käänteisfunktio, b) ei ole. Piirrä näiden pisteiden ympäristöön asetetun neliöruudukon kuva. VASTAUS:
6. Käänteiskuvaukset ja implisiittifunktiot 6.1. Käänteisfunktion olemassaolo 165. Määritä jokin piste, jonka ympäristössä funktiolla f : R 2 R 2, f (x,y) = (ysinx, x + y + 1) a) on lokaali käänteisfunktio,
LisätiedotSisältö. Luento 6: Piilopinnat. Peruskäsitteet (jatkuu) Peruskäsitteitä. Yksinkertaisia tapauksia. Yksinkertaiset tapaukset jatkuu
Tietokonegrafiikka / perusteet T-111.300/301 4 ov / 2 ov Peruskäsitteitä Z-buffer Syvyyslajittelu Juovalajittelu Rekursiivinen aluejako Piiloviivat Sisältö Luento 6: Piilopinnat Marko Myllymaa 09/03 Piilopinnat
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 2 Lisää osamurtoja Tutkitaan jälleen rationaalifunktion P(x)/Q(x) integrointia. Aiemmin käsittelimme tapauksen, jossa nimittäjä voidaan esittää muodossa Q(x) = a(x x
Lisätiedot10. 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.
LisätiedotMatematiikka B1 - avoin yliopisto
28. elokuuta 2012 Opetusjärjestelyt Luennot 9:15-11:30 Harjoitukset 12:30-15:00 Tentti Nettitehtävät Kurssin sisältö 1/2 Osittaisderivointi Usean muuttujan funktiot Raja-arvot Osittaisderivaatta Pinnan
LisätiedotLuento 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
LisätiedotNumeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35
Numeeriset menetelmät TIEA381 Luento 8 Kirsi Valjus Jyväskylän yliopisto Luento 8 () Numeeriset menetelmät 11.4.2013 1 / 35 Luennon 8 sisältö Interpolointi ja approksimointi Funktion approksimointi Tasainen
LisätiedotGrafiikka 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:
Lisätiedot6*. MURTOFUNKTION INTEGROINTI
MAA0 6*. MURTOFUNKTION INTEGROINTI Murtofunktio tarkoittaa kahden polynomin osamäärää, ja sen yleinen muoto on P() R : R(). Q() Mikäli osoittajapolynomin asteluku on nimittäjäpolynomin astelukua korkeampi
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta
LisätiedotMAB3 - Harjoitustehtävien ratkaisut:
MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla
LisätiedotPRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9.2.2011
PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA 9..0 Kokeessa saa vastata enintään kymmeneen tehtävään.. Sievennä a) 9 x x 6x + 9, b) 5 9 009 a a, c) log 7 + lne 7. Muovailuvahasta tehty säännöllinen tetraedri muovataan
LisätiedotLuku 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
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 14 To 20.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 14 To 20.10.2011 p. 1/39 p. 1/39 Nopeat Fourier-muunnokset Diskreetti Fourier-muunnos ˆf k = 1 N 1 N
LisätiedotBM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018 1. (a) Tunnemme vektorit a = [ 5 1 1 ] ja b = [ 2 0 1 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden
LisätiedotMS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48
MS-A3/A5 Matriisilaskenta Malliratkaisut 5 / vko 48 Tehtävä (L): a) Onko 4 3 sitä vastaava ominaisarvo? b) Onko λ = 3 matriisin matriisin 2 2 3 2 3 7 9 4 5 2 4 4 ominaisvektori? Jos on, mikä on ominaisarvo?
LisätiedotYmpyrä 1/6 Sisältö ESITIEDOT: käyrä, kulma, piste, suora
Ympyrä 1/6 Sisältö Ympyrä ja sen yhtälö Tason pisteet, jotka ovat vakioetäisyydellä kiinteästä pisteestä, muodostavat ympyrän eli ympyräviivan. Kiinteä piste on ympyrän keskipiste ja vakioetäisyys sen
LisätiedotMaksimit 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
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 2 To 8.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 2 To 8.9.2011 p. 1/33 p. 1/33 Lukujen tallennus Kiintoluvut (integer) tarkka esitys aritmeettiset operaatiot
Lisätiedot2 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
LisätiedotLuento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä
Luento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä Matriisit voivat olla kooltaan niin suuria, että LU-hajotelman laskeminen ei ole järkevä tapa ratkaista lineaarista
LisätiedotJuuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Vastaus: Määrittelyehto on x 1 ja nollakohta x = 1.
Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 4..6 Kokoavia tehtäviä ILMAN TEKNISIÄ APUVÄLINEITÄ. a) Funktion f( ) = määrittelyehto on +, eli. + Ratkaistaan funktion nollakohdat. f(
LisätiedotDuaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki
Duaalisuus kokonaislukuoptimoinnissa Mat-2.4191, Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki Sisältö Duaalisuus binäärisissä optimointitehtävissä Lagrangen duaalisuus Lagrangen
LisätiedotViikon aiheet. Funktion lineaarinen approksimointi
Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen
Lisätiedot3. Kolmiulotteisten kohteiden esitys ja mallintaminen: jatkoa
. Klmiultteisten khteiden esitys ja mallintaminen: jatka Mnikulmiverkkn nähden ilmeisiä etuja vat: eksakti analyyttinen esitysmut klmiultteinen mudn mukkaaminen mahdllista vähemmän muistitilaa vaativa
LisätiedotOsoita, 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
LisätiedotLieriö ja särmiö Tarkastellaan pintaa, joka syntyy, kun tasoa T leikkaava suora s liikkuu suuntansa
Lieriö ja särmiö Tarkastellaan pintaa, joka syntyy, kun tasoa T leikkaava suora s liikkuu suuntansa säilyttäen pitkin tason T suljettua käyrää (käyrä ei leikkaa itseään). Tällöin suora s piirtää avaruuteen
LisätiedotLuentoesimerkki: Riemannin integraali
Luentoesimerkki: Riemannin integraali Heikki Apiola, "New perpectives "-esitykseen lievästi muokattu Kurssi: Informaatioverkostot, keväällä Tässä (4..) käytetään "worksheet-modea", uudempaa "document mode"
LisätiedotNäihin harjoitustehtäviin liittyvä teoria löytyy Adamsista: Ad6, Ad5, 4: 12.8, ; Ad3: 13.8,
TKK, Matematiikan laitos Gripenberg/Harhanen Mat-1.432 Matematiikan peruskurssi K2 Harjoitus 4, (A=alku-, L=loppuviikko, T= taulutehtävä, P= palautettava tehtävä, W= verkkotehtävä ) 12 16.2.2007, viikko
LisätiedotMS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 6: Vektorikentän viivaintegraali
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 6: Vektorikentän viivaintegraali Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 27 Esimerkki: funktion
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 8 To 29.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 8 To 29.9.2011 p. 1/36 p. 1/36 Interpolointi kuutiosplinillä Osavälit: I i = [t i 1,t i ], i = 1,2,...,n
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 6 varuusintegraali iemmin laskimme yksiulotteisia integraaleja b a f (x)dx, jossa integrointialue on x-akselin väli [a, b]. Lisäksi laskimme kaksiulotteisia integraaleja
LisätiedotPituus- ja pinta-alayksiköt. m dm cm mm. km hm dam m. a) neljän pienen kohteen pituus millimetreiksi, senttimetreiksi ja desimetreiksi
Pituus- ja pinta-alayksiköt 1 Pituusyksiköt Pituuden perusyksikkö on metri, ja se lyhennetään pienellä m-kirjaimella. Pienempiä ja suurempia pituusyksiköitä saadaan kertomalla tai jakamalla luvulla 10,
LisätiedotLuento 3: Tulostusprimitiivien toteutus
Tietokonegrafiikan perusteet T-111.4300 3 op Luento 3: Tulostusprimitiivien toteutus Lauri Savioja 11/05 Primitiivien toteutus / 1 Suora ja ympyrä Antialiasointi Fill-algoritmit Point-in-polygon Sisältö
LisätiedotTietorakenteet ja algoritmit - syksy 2015 1
Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 2 Tietorakenteet ja algoritmit Johdanto Ari Korhonen Tietorakenteet ja algoritmit - syksy 2015 1. JOHDANTO 1.1 Määritelmiä
LisätiedotKESKEISET SISÄLLÖT Keskeiset sisällöt voivat vaihdella eri vuositasoilla opetusjärjestelyjen mukaan.
VUOSILUOKAT 6 9 Vuosiluokkien 6 9 matematiikan opetuksen ydintehtävänä on syventää matemaattisten käsitteiden ymmärtämistä ja tarjota riittävät perusvalmiudet. Perusvalmiuksiin kuuluvat arkipäivän matemaattisten
Lisätiedotläheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?
BM20A5840 - Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2017 1. Tunnemme vektorit a = [ 1 2 3 ] ja b = [ 2 1 2 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien
LisätiedotLuento 8: Epälineaarinen optimointi
Luento 8: Epälineaarinen optimointi Vektoriavaruus R n R n on kaikkien n-jonojen x := (x,..., x n ) joukko. Siis R n := Määritellään nollavektori 0 = (0,..., 0). Reaalisten m n-matriisien joukkoa merkitään
LisätiedotMäärätty integraali. Markus Helén. Mäntän lukio
Määrätty integraali Markus Helén Pinta-ala Monikulmio on tasokuvio, jota rajoittaa suljettu, itseään leikkaamaton murtoviiva. Monikulmio voidaan aina jakaa kolmioiksi. Alueen pinta-ala on näiden kolmioiden
Lisätiedot0. 10. 017 a b c d 1. + +. + +. + + 4. + + + 5. + 6. + P1. Lehtipuiden lukumäärä olkoon aluksi n, jolloin havupuiden määrä on 1,4n. Hakkuiden jälkeen lehtipuiden määrä putoaa lukuun n 0,1n = 0,88n ja havupuiden
LisätiedotJuuri 4 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. b) B = (3, 0, 5) K2. ( )
Kertaus K1. a) OA =- i + j + k K. b) B = (, 0, 5) K. a) AB = (6 -(- )) i + ( - ) j + (- -(- 7)) k = 8i - j + 4k AB = 8 + (- 1) + 4 = 64+ 1+ 16 = 81= 9 b) 1 1 ( ) AB = (--(- 1)) i + - - 1 j =-i - 4j AB
LisätiedotMatematiikan 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)
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 1 Funktion kuperuussuunnat Derivoituva funktio f (x) on pisteessä x aidosti konveksi, jos sen toinen derivaatta on positiivinen f (x) > 0. Vastaavasti f (x) on aidosti
LisätiedotLauseen 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
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 7 Ti 27.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 7 Ti 27.9.2011 p. 1/39 p. 1/39 Interpolointi Ei tunneta funktion f : R R lauseketta, mutta tiedetään funktion
LisätiedotOsakesalkun optimointi
Osakesalkun optimointi Anni Halkola Epäsileä optimointi Turun yliopisto Huhtikuu 2016 Sisältö 1 Johdanto 1 2 Taustatietoja 2 3 Laskumetodit 3 3.1 Optimointiongelmat........................ 4 4 Epäsileän
LisätiedotTietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen
Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari 1 1. JOHDANTO 1.1 Määritelmiä 1.2 Tietorakenteen ja algoritmin valinta 1.3 Algoritmit ja tiedon määrä 1.4 Tietorakenteet ja toiminnot 1.5 Esimerkki:
LisätiedotMatematiikan 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
LisätiedotPOHDIN - 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
LisätiedotJatkuvat satunnaismuuttujat
Jatkuvat satunnaismuuttujat Satunnaismuuttuja on jatkuva jos se voi ainakin periaatteessa saada kaikkia mahdollisia reaalilukuarvoja ainakin tietyltä väliltä. Täytyy ymmärtää, että tällä ei ole mitään
LisätiedotJuuri 4 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. b) B = (3, 0, 5) K2. 8 ( 1)
Kertaus K1. a) OA i k b) B = (, 0, 5) K. K. a) AB (6 ( )) i () ( ( 7)) k 8i 4k AB 8 ( 1) 4 64116 819 b) 1 1 AB( ( 1)) i 1 i 4 AB ( ) ( 4) 416 0 45 5 K4. a) AB AO OB OA OB ( i ) i i i 5i b) Pisteen A paikkavektori
Lisätiedot= 5! 2 2!3! = = 10. Edelleen tästä joukosta voidaan valita kolme särmää yhteensä = 10! 3 3!7! = = 120
Tehtävä 1 : 1 Merkitään jatkossa kirjaimella H kaikkien solmujoukon V sellaisten verkkojen kokoelmaa, joissa on tasan kolme särmää. a) Jokainen verkko G H toteuttaa väitteen E(G) [V]. Toisaalta jokainen
LisätiedotMS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 5: Kaarenpituus ja skalaarikentän viivaintegraali
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 5: Kaarenpituus ja skalaarikentän viivaintegraali Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 /
LisätiedotDifferentiaali- ja integraalilaskenta 3 Ratkaisut viikko 3
MS-A35 Differentiaali- ja integraalilaskenta 3, I/27 Differentiaali- ja integraalilaskenta 3 Ratkaisut viikko 3 Tehtävä : Hahmottele seuraavat vektorikentät ja piirrä niiden kenttäviivat. a) F(x, y) =
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys
Lisätiedotz 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
LisätiedotMS-A0102 Differentiaali- ja integraalilaskenta 1
MS-A0102 Differentiaali- ja integraalilaskenta 1 Riikka Korte (Pekka Alestalon kalvojen pohjalta) Aalto-yliopisto 24.10.2016 Sisältö Derivaatta 1.1 Derivaatta Erilaisia lähestymistapoja: I geometrinen
LisätiedotDifferentiaalilaskenta 1.
Differentiaalilaskenta. a) Mikä on tangentti? Mikä on sekantti? b) Määrittele funktion monotonisuuteen liittyvät käsitteet: kasvava, aidosti kasvava, vähenevä ja aidosti vähenevä. Anna esimerkit. c) Selitä,
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Funktion monotonisuus Derivoituva funktio f on aidosti kasvava, jos sen derivaatta on positiivinen eli jos f (x) > 0. Funktio on aidosti vähenevä jos sen derivaatta
LisätiedotYhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.
Tekijä Pitkä matematiikka 5 7..017 31 Kirjoitetaan yhtälö keskipistemuotoon ( x x ) + ( y y ) = r. 0 0 a) ( x 4) + ( y 1) = 49 Yhtälön vasemmalta puolelta nähdään, että x 0 = 4 ja y 0 = 1, joten ympyrän
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 6 To 22.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 6 To 22.9.2011 p. 1/38 p. 1/38 Ominaisarvotehtävät Monet sovellukset johtavat ominaisarvotehtäviin Yksi
LisätiedotAlgoritmit 1. Luento 3 Ti Timo Männikkö
Algoritmit 1 Luento 3 Ti 17.1.2017 Timo Männikkö Luento 3 Algoritmin analysointi Rekursio Lomituslajittelu Aikavaativuus Tietorakenteet Pino Algoritmit 1 Kevät 2017 Luento 3 Ti 17.1.2017 2/27 Algoritmien
LisätiedotVektoreita GeoGebrassa.
Vektoreita GeoGebrassa 1 Miten GeoGebralla piirretään vektoreita? Työvälineet ja syöttökentän komennot Vektoreiden esittäminen GeoGebrassa on luontevaa: vektorien piirtämiseen on kaksi työvälinettä vektoreita
Lisätiedot1 Määrittelyjä ja aputuloksia
1 Määrittelyjä ja aputuloksia 1.1 Supremum ja infimum Aluksi kerrataan pienimmän ylärajan (supremum) ja suurimman alarajan (infimum) perusominaisuuksia ja esitetään muutamia myöhemmissä todistuksissa tarvittavia
Lisätiedot4. Funktion arvioimisesta eli approksimoimisesta
4. Funktion arvioimisesta eli approksimoimisesta Vaikka nykyaikaiset laskimet osaavatkin melkein kaiken muun välttämättömän paitsi kahvinkeiton, niin joskus, milloin mistäkin syystä, löytää itsensä tilanteessa,
LisätiedotKenguru 2012 Student sivu 1 / 8 (lukion 2. ja 3. vuosi)
Kenguru 2012 Student sivu 1 / 8 Nimi Ryhmä Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta
LisätiedotMAA15 Vektorilaskennan jatkokurssi, tehtävämoniste
MAA15 Vektorilaskennan jatkokurssi, tehtävämoniste Tason ja avaruuden vektorit 1. Olkoon A(, -, 4) ja B(5, -1, -3). a) Muodosta pisteen A paikkavektori. b) Muodosta vektori AB. c) Laske vektorin AB pituus.
Lisätiedot