Luento 7: Lokaalit valaistusmallit
|
|
- Eeva-Liisa Kyllönen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Tietokonegrafiikan perusteet T op Luento 7: Lokaalit valaistusmallit Lauri Savioja 11/07 Lokaalit valaistusmallit / 1 Sävytys Interpolointi Sisältö Lokaalit valaistusmallit / 2 1
2 Varjostustekniikat (shading) kuvapisteen intensiteettiin vaikuttavat: taustavalo (ambient light) erilliset valolähteet (yleensä pistemäisiä) pinnan asento (normaalivektori) katselusuunta pinnan ominaisuudet heijastuskerroin läpinäkyvyys karkeus väri, jne... Lokaalit valaistusmallit / 3 BRDF Bi-directional Reflectance Distribution Function 6-vapausasteen funktio, joka kuvaa valon heijastumisen pinnan mistä tahansa pisteestä mistä tahansa suunnasta mihin tahansa suuntaan Mitattavissa -> paljon dataa Käytännön toteutukset approksimaatioita täydestä funktiosta Lokaalit valaistusmallit / 4 2
3 Shading (jatkuu) Intensiteetti lasketaan eri tekijöiden summana: I = I a + i (I di + I si ) I = kuvapisteen intensiteetti I a = taustavalon osuus I di = valopisteen i mattaheijastus (diffuse) I si = valopisteen i kiiltoheijastus (specular) Huom! sekä valon intensiteetti että pintojen heijastuskertoimet ovat vektoreita, joissa on komponentti kutakin pääväriä (R,G,B) kohti. Lokaalit valaistusmallit / 5 Shading (jatkuu) Taustavalo oletetaan yleensä samaksi kaikkialla: I a = k a I o, k a = pinnan heijastuskerroin (ambient) I o = yleisvalon voimakkuus Lokaalit valaistusmallit / 6 3
4 Shading (jatkuu) Diffuusi heijastus (mattapinnoilta) Lambert'in lain mukaan kullekin valolähteelle erikseen: I di = k d cos ß i = k d (N L i ), = valopisteen i voimakkuus k d = pinnan heijastuskerroin (diffuusi) L i = valopisteen i suunta pinnasta katsoen N = pinnan normaali ß = pinnan normaalin ja valosuunnan välinen kulma N ß L Lokaalit valaistusmallit / 7 Shading (jatkuu) Etäisyyden vaikutus pitäisi olla neliöllinen (d 2 ), mutta otetaan yleensä huomioon lineaarisena korjaustekijänä: I di = [k d (N L i )] / (d i + d o ), d i = valopisteen i etäisyys pinnasta d o = vakio, joka estää nollalla jakamisen d Lokaalit valaistusmallit / 8 4
5 Shading (jatkuu) Kiiltoheijastus ilmenee lähellä kohtaa, jossa kiiltävää pintaa katsotaan peiliheijastussuunnassa. Se voidaan approksimoida kaavalla: I si = W(ø) cos n ø i = k s (V R i ) n, W(ø) = materiaalista ja suunnasta riippuva heijastuskerroin, joka voidaan yksinkertaistaa vakioksi k s (specular) V = katselijan suunta pintaan nähden R = valopisteen ideaalinen peiliheijastussuunta ø = katselu- ja peiliheijastussuunnan välinen kulma N n = pinnan kiiltävyys, 1 = hyvin karhea R = kiillotettu ß ß V ø L Lokaalit valaistusmallit / 9 Shading (jatkuu) vektori R voidaan määrittää L:n ja N:n avulla: R = N (2 N L) - L vaihtoehtoisesti voidaan käyttää helpommin laskettavaa V:n ja L:n puolivälissä sijaitsevaa vektoria: B = (V + L) / V + L, jolloin heijastuskaavassa käytetään cos ø :n sijasta lauseketta B N = cos α, missä α = ø / 2 I si = W(ø) cos n ø i = k s (V R i ) n R B N APPLETTI! V ø α =ø/2 L Lokaalit valaistusmallit / 10 5
6 Interpolointimenetelmät Juovakonversion yhteydessä voidaan sävyttää kunkin pyyhkäisyjuovan monikulmiosta sisältämä osa. Vakiosävytys (constant shading, flat shading), ei interpolointia monikulmiot kokonaisuudessaan samalla värillä äkilliset muutokset reunoilla näkyvät selvästi I = vakio Lokaalit valaistusmallit / 11 Interpolointimenetelmät (jatkuu) Gouraud'n menetelmä intensiteettiarvojen interpolointi pyyhkäisyjuovaa pitkin monikulmion sisällä Ia Id Ia Ib Iab I Ic Icd Ic Ib I = (Ia+Ib+Ic+Id)/4 Id intensiteetit nurkissa joko annetaan valmiina tai lasketaan kaikkien nurkassa kohtaavien tahojen keskiarvona monikulmion sisälle ei voi syntyä mitään uusia sävyjä, kuten esim. kiiltoheijastusta Lokaalit valaistusmallit / 12 6
7 Interpolointimenetelmät (jatkuu) Phong'in menetelmä normaalivektorien interpolointi (vrt. edellä intensiteetit) Na Nd Nab N Nb I Ncd Nc valaistus lasketaan joka pisteessä erikseen vastaavan normaalivektorin perusteella kiiltoheijastukset myös tahojen sisällä Lokaalit valaistusmallit / 13 Phong (jatkuu) normaalivektorit nurkissa joko annetaan valmiina (esim. lasketaan splinipinnalta, kun sitä approksimoidaan monitahokkaana) tai lasketaan naapureista ongelmatapaus: vuorottelevat normaalisuunnat (pyykkilauta) tuottavat keskimäärin tasaisen pinnan! N = vakio! Na Nc Nb N = (Na+Nb+Nc+Nd)/4 Na Nb Nc Nd Nd sekä Gouraud'n että Phongin sävytys toteutettu myös laitetasolla z- puskuroinnin yhteydessä (sama inkrementaalinen laskentaperiaate) Lokaalit valaistusmallit / 14 7
8 Lokaalit valaistusmallit / 15 8
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)
Lisätiedot7.6. Fysikaalinen peiliheijastus. Pinnan mikrogeometrian mallintaminen. Varjostus ja peittämisvaikutukset
7.6. Fysikaalinen peiliheijastus Tässä mallissa otetaan huomioon fysikaalispohjainen peilikomponentti (Blinn 1977. Sittemmin mallia laajennettiin käsittämään kirkkaan valaistuksen spektrin ja tämän riippuvuuden
LisätiedotBM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 1. Hahmottele karkeasti funktion f : R R 2 piirtämällä sen arvoja muutamilla eri muuttujan arvoilla kaksiulotteiseen koordinaatistoon
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
LisätiedotTietokonegrafiikka. Jyry Suvilehto T Johdatus tietoliikenteeseen ja multimediatekniikkaan kevät 2014
Tietokonegrafiikka Jyry Suvilehto T-110.1100 Johdatus tietoliikenteeseen ja multimediatekniikkaan kevät 2014 1. Sovellusalueita 2. Rasterigrafiikkaa 3. Vektorigrafiikkaa 4. 3D-grafiikkaa 1. Säteenheitto
Lisätiedot4. 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)
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
LisätiedotLuento 3: 3D katselu. Sisältö
Tietokonegrafiikan perusteet T-.43 3 op Luento 3: 3D katselu Lauri Savioja Janne Kontkanen /27 3D katselu / Sisältö Kertaus: koordinaattimuunnokset ja homogeeniset koordinaatit Näkymänmuodostus Kameran
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
LisätiedotT-110.1100 Johdatus tietoliikenteeseen ja multimediatekniikkaan Tietokonegrafiikka
Johdatus tietoliikenteeseen ja multimediatekniikkaan Tietokonegrafiikka Timo Tossavainen Mediatekniikan laitos, Aalto-yliopiston perustieteiden korkeakoulu Timo.Tossavainen@tkk.fi 25.3.2011 Sisältö Historiaa
Lisätiedot10. Globaali valaistus
10. Globaali valaistus Globaalilla eli kokonaisvalaistuksella tarkoitetaan tietokonegrafiikassa malleja, jotka renderöivät kuvaa laskien pisteestä x heijastuneen valon ottamalla huomioon kaiken tähän pisteeseen
Lisätiedotdx = 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
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
LisätiedotAaltojen heijastuminen ja taittuminen
Luku 11 Aaltojen heijastuminen ja taittuminen Tässä luvussa käsitellään sähkömagneettisten aaltojen heijastumista ja taittumista väliaineiden rajapinnalla. Rajoitutaan monokromaattisiin aaltoihin ja oletetaan
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
LisätiedotOletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan
LisätiedotMS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali
MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 24 Mikä on pinta?
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
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
LisätiedotKeskipisteen lisääminen 2 k -faktorikokeeseen (ks. Montgomery 9-6)
Mat-.3 Koesuunnittelu ja tilastolliset mallit kevät Keskipisteen lisääminen k -faktorikokeeseen (ks. Montgomery 9-6) Esim (Montg. ex. 9-, 6-): Tutkitaan kemiallisen prosessin saannon Y riippuvuutta faktoreista
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 24.2.2016 Susanna Hurme Päivän aihe: Voiman momentin käsite (Kirjan luvut 4.1-4.6) Mikä on voiman momentti? Määritetään momentti skalaari- ja vektorimuodossa Opitaan
LisätiedotLuento 10: Työ, energia ja teho. Johdanto Työ ja kineettinen energia Teho
Luento 10: Työ, energia ja teho Johdanto Työ ja kineettinen energia Teho 1 / 23 Luennon sisältö Johdanto Työ ja kineettinen energia Teho 2 / 23 Johdanto Energia suure, joka voidaan muuttaa muodosta toiseen,
LisätiedotVEKTORIT paikkavektori OA
paikkavektori OA Piste A = (2, -1) Paikkavektori OA = 2i j 3D: kuvan piirtäminen hankalaa Piste A = (2, -3, 4) Paikkavektori OA = 2i 3j + 4k Piste A = (a 1, a 2, a 3 ) Paikkavektori OA = a 1 i + a 2 j
LisätiedotA B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1
Mapu I Viikko 4 tehtävä malli Millä q:n arvoilla vektori A(q) (, q, q ) on kohtisuora vektorin B (, 0, ) kanssa? Ovatko A:n eri ratkaisut keskenään kohtisuoria? Jos eivät, määrää niiden välinen kulma!
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
LisätiedotHavainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin. w w = ( 4) 2 + ( 3) 2 = 25 = 5. v = ( 3) = 13. v = v.
Havainnollistuksia: Merkitään w = ( 4, 3) ja v = ( 3, 2). Tällöin w = w w = ( 4) 2 + ( 3) 2 = 25 = 5 v = v v = ( 3) 2 + 2 2 = 13. w =5 3 2 v = 13 4 3 LM1, Kesä 2014 76/102 Normin ominaisuuksia I Lause
LisätiedotAaltojen heijastuminen ja taittuminen
Luku 11 Aaltojen heijastuminen ja taittuminen Tässä luvussa käsitellään sähkömagneettisten aaltojen heijastumista ja taittumista väliaineiden rajapinnalla. Rajoitutaan monokromaattisiin aaltoihin ja oletetaan
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu Antti Rasilan luentomonisteeseen
LisätiedotInsinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut
Insinöörimatematiikka D, 29.3.2016 4. laskuharjoituksien esimerkkiratkaisut 1. Olkoon u (4,0,4,2) ja v ( 1,1,3,5) vektoreita vektoriavaruudessa R 4. Annetun sisätulon (x,y) indusoima normi on x (x,x) ja
LisätiedotYhden muuttujan funktion minimointi
Yhden muuttujan funktion minimointi Aloitetaan yhden muuttujan tapauksesta Tarpeellinen myös useamman muuttujan tapauksessa Tehtävä on muotoa min kun f(x) x S R 1 Sallittu alue on muotoa S = [a, b] tai
LisätiedotMATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 6. Millä reaaliluvun arvoilla a) 9 =, b) + + + 4, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + 4 + 6 + +, b) 8 + 4 6 + + n n, c) + + +
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
LisätiedotTekijä 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
Lisätiedotl 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 7. Millä reaaliluvun arvoilla a) 9 =, b) + 5 + +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c) +
LisätiedotS-108-2110 OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö
S-108-2110 OPTIIKKA 1/10 POLARISAATIO Laboratoriotyö S-108-2110 OPTIIKKA 2/10 SISÄLLYSLUETTELO 1 Polarisaatio...3 2 Työn suoritus...6 2.1 Työvälineet...6 2.2 Mittaukset...6 2.2.1 Malus:in laki...6 2.2.2
Lisätiedotl 1 2l + 1, c) 100 l=0
MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy 5. Millä reaaliluvun arvoilla a) 9 =, b) 5 + 5 +, e) 5?. Kirjoita Σ-merkkiä käyttäen summat 4, a) + + 5 + + 99, b) 5 + 4 65 + + n 5 n, c)
LisätiedotMS-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
LisätiedotLuku 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)
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,
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
LisätiedotLuento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r
Luento 13: Periodinen liike Johdanto Harmoninen värähtely Esimerkkejä θ F t m g F r 1 / 27 Luennon sisältö Johdanto Harmoninen värähtely Esimerkkejä 2 / 27 Johdanto Tarkastellaan jaksollista liikettä (periodic
Lisätiedot23 VALON POLARISAATIO 23.1 Johdanto. 23.2 Valon polarisointi ja polarisaation havaitseminen
3 VALON POLARISAATIO 3.1 Johdanto Mawellin htälöiden avulla voidaan johtaa aaltohtälö sähkömagneettisen säteiln etenemiselle väliaineessa. Mawellin htälöiden ratkaisusta seuraa aina, että valo on poikittaista
LisätiedotPYÖRÄHDYSKAPPALEEN PINTA-ALA
PYÖRÄHDYSKAPPALEEN PINTA-ALA PYÖRÄHDYSKAPPALEEN PINTA-ALA Pyörädyskappaleen pinta syntyy, kun funktion kuvaaja pyörätää suoran ympäri., suomennos Matti Pauna LIERIÖ JA KARTIO Lieriöt ja kartiot ovat yksinkertiaisimpia
LisätiedotTehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i
JOHDATUS LUKUTEORIAAN (syksy 07) HARJOITUS 8, MALLIRATKAISUT Tehtävä. Oletetaan että uv on neliö ja (u, v) =. Osoita, että kumpikin luvuista u ja v on neliö. Ratkaisu. Olkoon p i alkuluku, joka jakaa luvun
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia
MS-A22 ifferentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Moninkertaisten integraalien sovelluksia Antti Rasila Aalto-yliopisto Syksy 215 Antti Rasila (Aalto-yliopisto) MS-A22 Syksy 215 1 / 2 Moninkertaisten
LisätiedotAntti 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
LisätiedotMS-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
LisätiedotTIES471 Reaaliaikainen renderöinti
TIES471 Reaaliaikainen renderöinti 5.1 Valonlähteet Yksinkertaisin valolähde on pistemäinen valo (point light), joka säteilee joka suuntaan annetulla voimakkuudella ja värillä. Suunnattu valo (directional
Lisätiedot1 Sisätulo- ja normiavaruudet
1 Sisätulo- ja normiavaruudet 1.1 Sisätuloavaruus Määritelmä 1. Olkoon V reaalinen vektoriavaruus. Kuvaus : V V R on reaalinen sisätulo eli pistetulo, jos (a) v w = w v (symmetrisyys); (b) v + u w = v
LisätiedotSähköstatiikka ja magnetismi Coulombin laki ja sähkökenttä
Sähköstatiikka ja magnetismi Coulombin laki ja sähkökenttä Antti Haarto.5.13 Sähkövaraus Aine koostuu Varauksettomista neutroneista Positiivisista protoneista Negatiivisista elektroneista Elektronien siirtyessä
LisätiedotRatkaisu: Maksimivalovoiman lauseke koostuu heijastimen maksimivalovoimasta ja valonlähteestä suoraan (ilman heijastumista) tulevasta valovoimasta:
LASKUHARJOITUS 1 VALAISIMIEN OPTIIKKA Tehtävä 1 Pistemäinen valonlähde (Φ = 1000 lm, valokappaleen luminanssi L = 2500 kcd/m 2 ) sijoitetaan 15 cm suuruisen pyörähdysparaboloidin muotoisen peiliheijastimen
Lisätiedot11. Tilavuusrenderöinti
11. Tilavuusrenderöinti Tilavuusrenderöinti tarkoittaa vokseliperusteisen datan käsittelyä tai visualisointia. Luvussa 2 esitettiin vokselien merkintään perustuvia tiedonesitysmenetelmiä. Suuret homogeeniset
LisätiedotGaussin lause eli divergenssilause 1
80 VEKTOIANALYYI Luento 1 8. Gaussin lause eli divergenssilause 1 A 16.4 Kurssin jäljellä olevassa osassa käymme läpi joukon fysiikan kannalta tärkeitä vektorikenttien integrointia koskevia tuloksia, nimittäin
LisätiedotLuento 7: 3D katselu. Sisältö
Tietokonegrafiikka / perusteet Tik-.3/3 4 ov / 2 ov Luento 7: 3D katselu Lauri Savioja /4 3D katselu / Sisältö Koorinaattimuunnokset Kameran ja maailmankoorinaatiston yhteys Perspektiivi 3D katselu / 2
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 10: Moninkertaisten integraalien sovelluksia
MS-A22 ifferentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Moninkertaisten integraalien sovelluksia Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 217 Antti Rasila (Aalto-yliopisto)
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
LisätiedotSuorat ja tasot, L6. Suuntajana. Suora xy-tasossa. Suora xyzkoordinaatistossa. Taso xyzkoordinaatistossa. Tason koordinaattimuotoinen yhtälö.
Suorat ja tasot, L6 Suora xyz-koordinaatistossa Taso xyz-koordinaatistossa stä stä 1 Näillä kalvoilla käsittelemme kolmen laisia olioita. Suora xyz-avaruudessa. Taso xyz-avaruudessa. Emme nyt ryhdy pohtimaan,
Lisätiedot802320A LINEAARIALGEBRA OSA II
802320A LINEAARIALGEBRA OSA II Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO SYKSY 2016 LINEAARIALGEBRA 1 / 64 Sisätuloavaruus Määritelmä 1 Olkoon V reaalinen vektoriavaruus. Kuvaus on reaalinen
LisätiedotTalousmatematiikan perusteet: Luento 12. Usean muuttujan funktiot Osittaisderivaatta Gradientti Suhteellinen muutosnopeus ja osittaisjousto
Talousmatematiikan perusteet: Luento 12 Usean muuttujan funktiot Osittaisderivaatta Gradientti Suhteellinen muutosnopeus ja osittaisjousto Aiemmilla luennoilla Tähän mennessä olemme tarkastelleet Erilaisia
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 29.3.2016 Susanna Hurme Yleisen tasoliikkeen kinematiikka: absoluuttinen ja suhteellinen liike, rajoitettu liike (Kirjan luvut 16.4-16.7) Osaamistavoitteet Ymmärtää,
Lisätiedot0, 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
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
LisätiedotFysiikka 1. Coulombin laki ja sähkökenttä. Antti Haarto
ysiikka 1 Coulombin laki ja sähkökenttä Antti Haarto 7.1.1 Sähkövaraus Aine koostuu Varauksettomista neutroneista Positiivisista protoneista Negatiivisista elektroneista Elektronien siirtyessä voi syntyä
LisätiedotTaso. Hannu Lehto. Lahden Lyseon lukio
Taso Hannu Lehto Lahden Lyseon lukio Taso avaruudessa Piste P 0 ja tason normaalivektori n määräävät tason. n=a i+b j+c k P 0 (x 0,y 0,z 0 ) Hannu Lehto 17. syyskuuta 2010 Lahden Lyseon lukio 2 / 7 Taso
Lisätiedot3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset
31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 10: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali.
MS-A25/MS-A26 Differentiaali- ja integraalilaskenta 2 Luento 1: Napa-, sylinteri- ja pallokoordinaatistot. Pintaintegraali. Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.14 Tilastollisen analyysin perusteet, kevät 7 7. luento: Tarina yhden selittään lineaarisesta regressiomallista atkuu Kai Virtanen 1 Luennolla 6 opittua Kuvataan havainnot (y, x ) yhden selittään
LisätiedotTalousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu
Talousmatematiikan perusteet: Luento 13 Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Viime luennolla Aloimme tarkastella yleisiä, usean muuttujan funktioita
LisätiedotLukion matematiikkakilpailun alkukilpailu 2015
Lukion matematiikkakilpailun alkukilpailu 015 Avoimen sarjan tehtävät ja niiden ratkaisuja 1. Olkoot a ja b peräkkäisiä kokonaislukuja, c = ab ja d = a + b + c. a) Osoita, että d on kokonaisluku. b) Mitä
LisätiedotLuento 11: Periodinen liike
Luento 11: Periodinen liike Johdanto Harmoninen värähtely Esimerkkejä Laskettuja esimerkkejä ~F t m~g ~F r Konseptitesti 1 Tehtävänanto Kuvassa on jouseen kytketyn massan sijainti ajan funktiona. Kuvaile
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos
LisätiedotTietokonegrafiikan kertausta eli mitä jokaisen animaattorin tulisi tietää tekniikasta
Tassu Takala Tietokonegrafiikan kertausta eli mitä jokaisen animaattorin tulisi tietää tekniikasta Mallinnustekniikkaa Animaation perustekniikkaa Harjoitustyöt 12.10.2006 1 Aiheita mallintaminen muodon
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
LisätiedotMb8 Koe Kuopion Lyseon lukio (KK) sivu 1/2
Mb8 Koe 0.11.015 Kuopion Lyseon lukio (KK) sivu 1/ Kokeessa on kaksi osaa. Osa A ratkaistaan tehtäväpaperille ja osa B ratkaistaan konseptipaperille. Osa A: saat käyttää taulukkokirjaa mutta et laskinta.
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1
LisätiedotJonot. Lukujonolla tarkoitetaan ääretöntä jonoa reaalilukuja a n R, kun indeksi n N. Merkitään. (a n ) n N = (a n ) n=1 = (a 1, a 2, a 3,... ).
Jonot Lukujonolla tarkoitetaan ääretöntä jonoa reaalilukuja a n R, kun indeksi n N. Merkitään (a n ) n N = (a n ) n=1 = (a 1, a 2, a 3,... ). Lukujonon täsmällinen tulkinta on funktio f : N R, jolle f
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
Lisätiedot2.6 Funktioiden kuvaajat ja tasa-arvojoukot
2.6 Funktioiden kuvaajat ja tasa-arvojoukot Olkoon I R väli. Yhden muuttujan funktion g : I R kuvaaja eli graafi on avaruuden R 2 osajoukko {(x, y) R 2 : x I, y = g(x)}. 1 0 1 2 3 1 0.5 0 0.5 1 Kuva 2.1:
Lisätiedot4. Käyrän lokaaleja ominaisuuksia
23 VEKTORIANALYYSI Luento 3 4 Käyrän lokaaleja ominaisuuksia Käyrän tangentti Tarkastellaan parametrisoitua käyrää r( t ) Parametrilla t ei tarvitse olla mitään fysikaalista merkitystä, mutta seuraavassa
LisätiedotIV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n
IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee
Lisätiedotinfoa 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.
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 16.3.2016 Susanna Hurme Päivän aihe: Translaatioliikkeen kinetiikka (Kirjan luvut 12.6, 13.1-13.3 ja 17.3) Oppimistavoitteet Ymmärtää, miten Newtonin toisen lain
LisätiedotJohdatus 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
LisätiedotMekaniikan jatkokurssi Fys102
Mekaniikan jatkokurssi Fys10 Kevät 010 Jukka Maalampi LUENTO 1 Jäykän kappaleen pyöriminen Knight, Ch 1 Jäykkä kappale = kappale, jonka koko ja muoto eivät muutu liikkeen aikana. Jäykkä kappale on malli.
Lisätiedot1/6 TEKNIIKKA JA LIIKENNE FYSIIKAN LABORATORIO V1.31 9.2011
1/6 333. SÄDEOPTIIKKA JA FOTOMETRIA A. INSSIN POTTOVÄIN JA TAITTOKYVYN MÄÄRITTÄMINEN 1. Työn tavoite. Teoriaa 3. Työn suoritus Työssä perehdytään valon kulkuun väliaineissa ja niiden rajapinnoissa sädeoptiikan
LisätiedotKenttäteoria. Viikko 10: Tasoaallon heijastuminen ja taittuminen
Kenttäteoria Viikko 10: Tasoaallon heijastuminen ja taittuminen Tämän viikon sisältöä Todellinen aalto vai tasoaalto Desibelit Esitehtävä Kohtisuora heijastus metalliseinästä Kohtisuora heijastus ja läpäisy
LisätiedotTalousmatematiikan perusteet: Luento 13. Usean muuttujan funktiot Osittaisderivaatta ja gradientti Suhteellinen muutosnopeus ja osittaisjousto
Talousmatematiikan perusteet: Luento 13 Usean muuttujan funktiot Osittaisderivaatta ja gradientti Suhteellinen muutosnopeus ja osittaisjousto Aiemmilla luennoilla Tähän mennessä olemme tarkastelleet Erilaisia
LisätiedotKertausosa. 5. Merkitään sädettä kirjaimella r. Kaaren pituus on tällöin r a) sin = 0, , c) tan = 0,
Kertausosa. a),6 60 576 Peruuttaessa pyörähdyssuunta on vastapäivään. Kulma on siis,4 60 864 a) 576 864 0,88m. a) α b 0,6769... 0,68 (rad) r,m 8cm β,90...,9 (rad) 4cm a) α 0,68 (rad) β,9 (rad). a) 5,0
LisätiedotLukujoukot. Luonnollisten lukujen joukko N = {1, 2, 3,... }.
Lukujoukot Luonnollisten lukujen joukko N = {1, 2, 3,... }. N 0 = {0, 1, 2, 3,... } = N {0}. Kokonaislukujen joukko Z = {0, 1, 1, 2, 2,... }. Rationaalilukujen joukko Q = {p/q p Z, q N}. Reaalilukujen
Lisätiedotk=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu
LIS AYKSI A kirjaan Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Edella kasitellyt numeerisen integroinnin kaavat eli kvadratuurikaavat Riemannin summa, puolisuunnikassaanto ja
LisätiedotMat Lineaarinen ohjelmointi
Mat-2.3140 Lineaarinen ohjelmointi 4.10.2007 Luento 4 Ekstreemipisteiden optimaalisuus ja Simplex (kirja 2.4-2.6, 3.1-3.2) Lineaarinen ohjelmointi - Syksy 2007 / 1 Luentorunko Degeneroituvuus Ekstreemipisteiden
Lisätiedots = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4
BM0A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 05. (a) i. Jotta vektori c sijaitsisi a:n ja b:n virittämällä tasolla, c on voitava esittää a:n ja b:n lineaarikombinaationa. c ta + sb
Lisätiedot4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =
BMA58 Funktiot, lineaarialgebra ja vektorit Harjoitus 6, Syksy 5. Olkoon [ 6 6 A =, B = 4 [ 3 4, C = 4 3 [ 5 Määritä matriisien A ja C ominaisarvot ja ominaisvektorit. Näytä lisäksi että matriisilla B
LisätiedotA-osio. Tehdään ilman laskinta ja taulukkokirjaa! Valitse tehtävistä A1-A3 kaksi ja vastaa niihin. Maksimissaan tunti aikaa suorittaa A-osiota.
MAA5.2 Loppukoe 24.9.2013 Jussi Tyni Valitse 6 tehtävää Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin! A1. A-osio. Tehdään
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
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon
LisätiedotVille Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007
Ville Turunen: Mat-1.1410 Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007 Materiaali: kirjat [Adams R. A. Adams: Calculus, a complete course (6th edition), [Lay D. C. Lay: Linear
LisätiedotOrtogonaaliprojektio äärellisulotteiselle aliavaruudelle
Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle Olkoon X sisätuloavaruus ja Y X äärellisulotteinen aliavaruus. Tällöin on olemassa lineaarisesti riippumattomat vektorit y 1, y 2,..., yn, jotka
LisätiedotRatkaisuja, Tehtävät
ja, Tehtävät 988-97 988 a) Osoita, että lausekkeiden x 2 + + x 4 + 2x 2 ja x 2 + - x 4 + 2x 2 arvot ovat toistensa käänteislukuja kaikilla x:n arvoilla. b) Auton jarrutusmatka on verrannollinen nopeuden
Lisätiedot