ACM Snake. Orvosi képdiagnosztika 11. előadás első fele

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "ACM Snake. Orvosi képdiagnosztika 11. előadás első fele"

Átírás

1 ACM Snake Orvosi képdiagnosztika 11. előadás első fele

2 ACM Snake (ismétlés) A szegmentáló kontúr egy paraméteres görbe: x Zs s X s, Y s,, s A szegmentáció energia funkcionál minimalizálása: E x Eint x Eim x Eext x Zárt görbe esetén periodicitási kényszer: Belső energia ( Eint x ): i i k Általában: 1 E 1 s x s x ds x int s s 0 s x x i k Regularizációként is értelmezhető Első tag bünteti a kontrollpontok eloszlásának egyenetlenségét Második tag bünteti a görbületet

3 ACM Snake (ismétlés) Képből származó energia ( E im x): x Detektálandó alakzat vonzáskörzetébe kell inicializálni a görbét. DoG, LoG, (diff, Laplace helyett); GVF Külső energia ( 1 Eim P x s ds s0 E ext x ): felhasználói beavatkozás F x k i x F x k i x

4 Snake implementációja Cél az energia összefüggés minimalizációja: E x nem konvex globális optimum: NP nehéz Lokális minimalizálás iteratív algoritmusokkal: Legmeredekebb lejtő / Szemi-implicit minimalizáció Iterációk: x x x x x arg min E Eint Eim Eext x s xs x E x Pxsds ds ds s s Hátránya, hogy első derivált csak lokális információt ad E x x arg min E x x x t t t t x

5 Legmeredekebb lejtő módszere E P s ds x x x' ds x" ds x' x s, illetve x" x s továbbiakban zárt görbét feltételezünk: E P ds x x x x x' x ' ds x" x" ds x középpontú elsőfokú Taylor polinom alapján: P x x P x P x P x P x T x tetszőleges ν, ν ν esetén: x i xi k 1! T T ν ν ν ν ν ν ν ν ν i k

6 Legmeredekebb lejtő módszere Minden iterációs lépéssel ( ) E-t minimalizáljuk: x 1 P T T E x x E x x x' x ' x" x" ds x 0 1 P x arg min x x' x' x" x" ds x x 0 Problémát jelent x ', és x", cél ezeket eliminálni. T T E Szorzatfüggvény deriváltjának azonossága alapján: 1 1 T v T 1 T u u ds ds s u v v 0 s 0 0 Zárt görbe miatt u0 u1, v0 v1 u T v 1 0 0

7 Legmeredekebb lejtő módszere 1 1 T v T u Tehát u ds v ds összefüggést alkalmazva 1 s s T T x' x' ds x" x ds T T T x" x" ds x"' x' ds x"" x ds T P E " "" ds 0 x x x x P Az optimális lépés: x t x" x"" x Csak a lépés irányát határozza meg az összefüggés -t minimalizáljuk: A hibafelületről csak lokális jellemzőket vesz figyelembe

8 Legmeredekebb lejtő iterációja t 1 t t x x x, ahol t P t t x t x " x "" t x Átrendezve az egyenletet (és elhagyva a t-ket): x t x" P x x"" E x 4 x x x Infinitezimiális t esetén : t s s Első tag az úgynevezett tenziós erő 4 Második tag az úgynevezett merevségi (stiffness) erő Haramdik tag a kép / külső erő Ezek az erők fizikai értelembe véve sebességek P x

9 Euler Lagrange feltétel Euler-Lagrange feltétel optimum szükséges feltétele: Ex 0 P x x" x"" 0 Inflexiós pontok / lokális maximumok esetén is igaz Első tag miatt a jelekből / szabályozástechnikából megismert módszerek nem alkalmazhatóak. Legmeredekebb lejtő módszerének leállási feltétele Deriváltak approximációja: x xi s s' xi s xi1 xi1 lim s s ' 0 s i s s' s x i : x i s ; s 1 f s

10 Deriváltak approximációja s x i 1 i i i 1 1 x x x x 1 x s s s s s i s Magasabb rendű deriváltak közelítése: általános formula: n n n x s s x P i s i s n az előjeles Pascal háromszög n-edik sora: P n 1,,1 i n : i- i-1 i i+1 i+

11 Szemi-implicit minimalizáció Iteratívan Szeparálható a görbe koordináták szerint: jelölje az egyik 1D-s görbe j-edik elemét t-időben (iteráció) u j t t 0,5 t 1 4 t 1 u x x t 1 t " t "" t t t P x x x x x 4 t s s t 0,5 t 1 t u t u u t t1 t1 u s u 1,,1 P t1 t1 u s u 1, 4, 6, 4,1 4 4, approximációk: Explicit Euler lépés: külső erők kezelése, Implicit Euler lépés: belső erők kezelése (t+1. iterációban vizsgáljuk) s x t s

12 Szemi-implicit minimalizáció j j j Behelyettesítve, és t u 1 : u t t P u t : t 1 t 1 t 1 t 1 t 1 t 1 p u q u r u q u p u u j j1 j j1 j j 1 M ciklikus pentadiagonális mátrix, ezért M előállítása O N komplexitású, ahol N a kontrollpontok száma

13 Lokális optimum probléma Lokális optimum probléma: Fontos a kezdeti pozíció megválasztás ( lépéses eljárások) Kezelése az erőmező regularizációjával (GVF) illetve a képi potenciálok deriválás előtti (multiscale) elmosásával

14 Probléma kezelése multiscale szűréssel Multiscale Gauss bankkal az Energiapotenciál elmosása:

15 Probléma kezelése multiscale szűréssel Energiapotenciál elmosása: Nagy szigma: globális optimum vonzásába kerül a görbe Kisebb szigma: nem kezeli a lokális optimumok problémáját Lényegében egy regularizáció (szigma ~ NSR) Szükséges-e a globális optimumot megkeresni: Orvosi szegmentálások esetén tipikusan nem Kétfázisú algoritmusokkal kezelhető a probléma: 1. fázis: közelítően helyes szegmentáció. fázis: Snake futtatása az első fázis eredményéből

16 Time step megválasztásának nehéségei Time step ( t ) megválasztásának nehézségei: Túl kicsi: lassú konvergencia Túl nagy: oszcilláció / divergencia / rossz helyre konvergál

17 Zsugorodó Snake problémája arg min x 1 E 1 int s x s x ds x ξ s s 0 s Ballon erővel történő kompenzáció: P x t x" x"" n x x n x az x helyen lévő, egységhosszú normálvektor optimális esetén a görbe magától nem zsugorodik Kezdeti szegmentáció pontatlanságai is kezelhetőek: Túlszegmentálás esetén cél a zsugorodás: 0 Alulszegmentálásnál cél a tágulás: 1

18 Esettanulmány

19 Esettanulmány Tumorok szegmentálása mellkas tomoszintézis rétegfelvételen: Input: vizsgálandó elváltozás egy pontja Output: elváltozás körvonala Motiváció: onkológiai kezelés hatásának vizsgálata Implementáció kétfázisú eljárással: 1. Fázis: Elváltozás középpontjának detektálása, elváltozás skálájának becslése negatív LoG szűrőbank. Fázis: Problémára szabott energiatagokkal Sanke Gradiens iránya ellentétes a sugár irányával

20 Esettanulmány Fekete kereszt: input belső pont Piros kereszt: becsült középpont Kék görbe: LoG-os kezdeti szegmentáció eredménye Piros görbe: Snake-el finomított szegmentáció eredménye

Függvények vizsgálata

Függvények vizsgálata Függvények vizsgálata ) Végezzük el az f ) = + polinomfüggvény vizsgálatát! Értelmezési tartomány: D f = R. Zérushelyek: Próbálgatással könnyen adódik, hogy f ) = 0. Ezután polinomosztással: + ) / ) =

Részletesebben

Finite Element Methods for Active Contour Models and Balloons for 2D and 3D Images

Finite Element Methods for Active Contour Models and Balloons for 2D and 3D Images Finite Element Methods for Active Contour Models and Balloons for 2D and 3D Images Laurent D. COHEN and Isaac COHEN Prezentáció: Kiss Zoltán, SZTE 2004. Motiváció 1) Objektum felszínek kijelölése szegmentációs

Részletesebben

Számítógépes geometria (mester kurzus)

Számítógépes geometria (mester kurzus) 2010 sz, Debreceni Egyetem Csuklós szerkezetek animációja (Kép 1985-b l: Tony de Peltrie) Csontváz-modellek Csuklós szerkezet (robotkar) A robotkar részei: csuklók (joints) rotációs prizmatikus (transzlációs)

Részletesebben

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó FARAGÓ ISTVÁN HORVÁTH RÓBERT NUMERIKUS MÓDSZEREK 2013 Ismertet Tartalomjegyzék Pályázati támogatás Gondozó Szakmai vezet Lektor Technikai szerkeszt Copyright Az Olvasó most egy egyetemi jegyzetet tart

Részletesebben

x = cos αx sin αy y = sin αx + cos αy 2. Mi a X/Y/Z tengely körüli forgatás transzformációs mátrixa 3D-ben?

x = cos αx sin αy y = sin αx + cos αy 2. Mi a X/Y/Z tengely körüli forgatás transzformációs mátrixa 3D-ben? . Mi az (x, y) koordinátákkal megadott pont elforgatás uténi két koordinátája, ha α szöggel forgatunk az origó körül? x = cos αx sin αy y = sin αx + cos αy 2. Mi a X/Y/Z tengely körüli forgatás transzformációs

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

HÁZI FELADATOK. 1. félév. 1. konferencia A lineáris algebra alapjai

HÁZI FELADATOK. 1. félév. 1. konferencia A lineáris algebra alapjai HÁZI FELADATOK. félév. konferencia A lineáris algebra alapjai Értékelés:. egység: önálló feladatmegoldás.8. Döntse el, párhuzamosak-e a következő vektorpárok: a) a( ; ; 7) b(; 5; ) b) c(; 9; 5) d(8; 6;

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 16 XVI A DIFFERENCIÁLSZÁmÍTÁS ALkALmAZÁSAI 1 Érintő ÉS NORmÁLIS EGYENES, L HOSPITAL-SZAbÁLY Az görbe abszcisszájú pontjához tartozó érintőjének egyenlete (1), normálisának egyenlete

Részletesebben

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31. Regresszió Csorba János Nagyméretű adathalmazok kezelése 2010. március 31. A feladat X magyarázó attribútumok halmaza Y magyarázandó attribútumok) Kérdés: f : X -> Y a kapcsolat pár tanítópontban ismert

Részletesebben

2014/2015. tavaszi félév

2014/2015. tavaszi félév Hajder L. és Valasek G. hajder.levente@sztaki.mta.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2014/2015. tavaszi félév Tartalom Geometria modellezés 1 Geometria modellezés 2 Geometria modellezés

Részletesebben

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál

Részletesebben

n n (n n ), lim ln(2 + 3e x ) x 3 + 2x 2e x e x + 1, sin x 1 cos x, lim e x2 1 + x 2 lim sin x 1 )

n n (n n ), lim ln(2 + 3e x ) x 3 + 2x 2e x e x + 1, sin x 1 cos x, lim e x2 1 + x 2 lim sin x 1 ) Matek szigorlat Komplex számok Sorozat határérték., a legnagyobb taggal egyszerűsítünk n n 3 3n 2 + 2 3n 2 n n + 2 25 n 3 9 n 2 + + 3) 2n 8 n 3 2n 3,, n n5 + n 2 n 2 5 2n + 2 3n 2) n+ 2. e-ados: + a )

Részletesebben

Nemlineáris egyenletrendszerek megoldása április 15.

Nemlineáris egyenletrendszerek megoldása április 15. Nemlineáris egyenletrendszerek megoldása 2014. április 15. Nemlineáris egyenletrendszerek Az egyenletrendszer a következő formában adott: f i (x 1, x 2,..., x M ) = 0 i = 1...N az f i függvények az x j

Részletesebben

YBL - SGYMMAT2012XA Matematika II.

YBL - SGYMMAT2012XA Matematika II. YBL - SGYMMAT2012XA Matematika II. Tantárgyfelelős: Dr. Joós Antal Tárgyelőadó: Dr. Joós Antal Tantárgyi leírás Oktatási cél: Azoknak a matematikai alapoknak a megszerzése, melyek a szaktárgyak elsajátításához

Részletesebben

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1. Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai.). Feladat. Határozzuk meg az alábbi integrálokat: a) x x + dx d) xe x dx b) c)

Részletesebben

A képzetes számok az isteni szellem e gyönyörű és csodálatos hordozói már majdnem a lét és nemlét megtestesítői. (Carl Friedrich Gauss)

A képzetes számok az isteni szellem e gyönyörű és csodálatos hordozói már majdnem a lét és nemlét megtestesítői. (Carl Friedrich Gauss) Gyakorló feladatok (Ép. matek). Komple számok: A képzetes számok az isteni szellem e gyönyörű és csodálatos hordozói már majdnem a lét és nemlét megtestesítői. (Carl Friedrich Gauss) ) Számítsa ki a következő

Részletesebben

MÉSZÁROS JÓZSEFNÉ, NUMERIKUS MÓDSZEREK

MÉSZÁROS JÓZSEFNÉ, NUMERIKUS MÓDSZEREK MÉSZÁROS JÓZSEFNÉ, NUmERIKUS módszerek 9 FÜGGVÉNYKÖZELÍTÉSEK IX. SPLINE INTERPOLÁCIÓ 1. SPLINE FÜGGVÉNYEK A Lagrange interpolációnál említettük, hogy az ún. globális interpoláció helyett gyakran célszerű

Részletesebben

3D-s számítógépes geometria és alakzatrekonstrukció

3D-s számítógépes geometria és alakzatrekonstrukció 3D-s számítógépes geometria és alakzatrekonstrukció 2a. Háromszöghálók http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav08 Dr. Várady Tamás, Salvi Péter BME, Villamosmérnöki

Részletesebben

6. Éldetektálás. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)

6. Éldetektálás. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 6. Éldetektálás Kató Zoltán Képeldolgozás és Számítógépes Graika tanszék SZTE (http://www.in.u-szeged.hu/~kato/teaching/) 2 Élek A képen ott található él, ahol a kép-üggvény hirtelen változik. A kép egy

Részletesebben

A brachistochron probléma megoldása

A brachistochron probléma megoldása A brachistochron probléma megoldása Adott a függőleges síkban két nem egy függőleges egyenesen fekvő P 0 és P 1 pont, amelyek közül a P 1 fekszik alacsonyabban. Azt a kérdést fogjuk vizsgálni. hogy van-e

Részletesebben

KOVÁCS BÉLA, MATEMATIKA II.

KOVÁCS BÉLA, MATEMATIKA II. KOVÁCS BÉLA MATEmATIkA II 8 VIII Elsőrendű DIFFERENCIÁLEGYENLETEk 1 Alapvető ÖSSZEFÜGGÉSEk Elsőrendű differenciálegyenlet általános és partikuláris megoldása Az vagy (1) elsőrendű differenciálegyenlet

Részletesebben

Numerikus módszerek: Nemlineáris egyenlet megoldása (Newton módszer, húrmódszer). Lagrange interpoláció. Lineáris regresszió.

Numerikus módszerek: Nemlineáris egyenlet megoldása (Newton módszer, húrmódszer). Lagrange interpoláció. Lineáris regresszió. YBL - SGYMMAT202XXX Matematika II. Tantárgyfelelős: Dr. Joós Antal Tárgyelőadó: Dr. Joós Antal Tantárgyi leírás Oktatási cél: Azoknak a matematikai alapoknak a megszerzése, melyek a szaktárgyak elsajátításához

Részletesebben

Tárgymutató. dinamika, 5 dinamikai rendszer, 4 végtelen sok állapotú, dinamikai törvény, 5 dinamikai törvények, 12 divergencia,

Tárgymutató. dinamika, 5 dinamikai rendszer, 4 végtelen sok állapotú, dinamikai törvény, 5 dinamikai törvények, 12 divergencia, Tárgymutató állapottér, 3 10, 107 általánosított impulzusok, 143 147 általánosított koordináták, 143 147 áramlás, 194 197 Arisztotelész mozgástörvényei, 71 77 bázisvektorok, 30 centrifugális erő, 142 ciklikus

Részletesebben

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.

Részletesebben

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris Többváltozós függvények differenciálhatósága f(x) f(x Az egyváltozós függvények differenciálhatóságát a lim 0 ) x x0 x x 0 függvényhatárértékkel definiáltuk, s szemléletes jelentése abban mutatkozott meg,

Részletesebben

Numerikus módszerek. 9. előadás

Numerikus módszerek. 9. előadás Numerikus módszerek 9. előadás Differenciálegyenletek integrálási módszerei x k dx k dt = f x,t; k k ' k, k '=1,2,... M FELADAT: meghatározni x k t n x k, n egyenletes időlépés??? t n =t 0 n JELÖLÉS: f

Részletesebben

Képszűrés II. Digitális képelemzés alapvető algoritmusai. Laplace-operátor és approximációja. Laplace-szűrő és átlagolás. Csetverikov Dmitrij

Képszűrés II. Digitális képelemzés alapvető algoritmusai. Laplace-operátor és approximációja. Laplace-szűrő és átlagolás. Csetverikov Dmitrij Képszűrés II Digitális képelemzés alapvető algoritmusai Csetverikov Dmitrij Eötvös Lóránd Egyetem, Budapest csetverikov@sztaki.hu http://vision.sztaki.hu Informatikai Kar 1 Laplace-szűrő 2 Gauss- és Laplace-képpiramis

Részletesebben

EGYVÁLTOZÓS FÜGGVÉNYEK DERIVÁLÁSÁNAK ALKALMAZÁSAI

EGYVÁLTOZÓS FÜGGVÉNYEK DERIVÁLÁSÁNAK ALKALMAZÁSAI EGYVÁLTOZÓS FÜGGVÉNYEK DERIVÁLÁSÁNAK ALKALMAZÁSAI I.Feladat: Egyváltozós függvény grafikonjához húzható érintőkkel kapcsolatos feladatok. 1.feladat: Határozza meg az függvény x = 1 abszcisszájú pontjába

Részletesebben

Kerényi Péter. Gyökkeresés iterációval

Kerényi Péter. Gyökkeresés iterációval Eötvös Loránd Tudományegyetem Természettudományi Kar Kerényi Péter Gyökkeresés iterációval BSc. szakdolgozat Témavezet : Sigray István Analízis tanszék Budapest, Tartalomjegyzék. Bevezetés 4. Newton-módszer

Részletesebben

Lagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását

Lagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását Lagrange egyenletek Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását megnehezíti a δr i virtuális elmozdulások egymástól való függősége. (F i ṗ i )δx i = 0, i = 1, 3N. (1) i 3N infinitezimális

Részletesebben

P 2 P 1. 4.1 ábra Az f(x) függvény globális minimuma (P 1 ) és egy lokális minimuma (P 2 ).

P 2 P 1. 4.1 ábra Az f(x) függvény globális minimuma (P 1 ) és egy lokális minimuma (P 2 ). Paláncz Béla - Numerikus Módszerek - 211-4. Optimalizálás 4 Optimalizálás Bevezetés Az optimalizáció, egy függvény szélsőértéke helyének meghatározása, talán a legfontosabb numerikus eljárások közé tartozik.

Részletesebben

Matematika I. Vektorok, egyenesek, síkok

Matematika I. Vektorok, egyenesek, síkok Matematika előadás elméleti kérdéseinél kérdezhető képletek Matematika I Vektorok, egyenesek, síkok a) Hogyan számítjuk ki az a = (a 1, a 2, a 3 ) és b = (b 1, b 2, b 3 ) vektorok szögét? a) Hogyan számítjuk

Részletesebben

Rendszámfelismerő rendszerek

Rendszámfelismerő rendszerek Problémamegoldó szeminárium Témavezető: Pataki Péter ARH Zrt. ELTE-TTK 2013 Tartalomjegyzék 1 Bevezetés 2 Út a megoldás felé 3 Felmerült problémák 4 Alkalmazott matematika 5 További lehetőségek Motiváció

Részletesebben

3D számítógépes geometria és alakzatrekonstrukció

3D számítógépes geometria és alakzatrekonstrukció 3D számítógépes geometria és alakzatrekonstrukció 2a. Háromszöghálók http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01 Dr. Várady Tamás, Dr. Salvi Péter BME, Villamosmérnöki

Részletesebben

A Matematika I. előadás részletes tematikája

A Matematika I. előadás részletes tematikája A Matematika I. előadás részletes tematikája 2005/6, I. félév 1. Halmazok és relációk 1.1 Műveletek halmazokkal Definíciók, fogalmak: halmaz, elem, üres halmaz, halmazok egyenlősége, részhalmaz, halmazok

Részletesebben

Losonczi László. Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar

Losonczi László. Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Szélsőértékszámítás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Losonczi László (DE) Szélsőértékszámítás 1 / 21 2. SZÉLSOÉRTÉKSZÁMÍTÁS 2.1 A szélsőérték fogalma, létezése Azt

Részletesebben

GÖRBÉK ÉS FELÜLETEK ILLESZTÉSE KÉNYSZEREKKEL II.

GÖRBÉK ÉS FELÜLETEK ILLESZTÉSE KÉNYSZEREKKEL II. GÖRBÉK ÉS FELÜLETEK ILLESZTÉSE KÉNYSZEREKKEL II. Érdekességek a geometriai modellezésben Kovács István MIRŐL LESZ SZÓ? Kényszerek automatikus felismerése 1. Lokális kényszerek (merőlegesség, párhuzamosság,

Részletesebben

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1 Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =

Részletesebben

Síkgörbék. 1. Készítsünk elfogadható ábrát a G: t frac(1/t) leképezés gráfjáról. (frac a törtrész függvény, ez a Maple függvénynév is.

Síkgörbék. 1. Készítsünk elfogadható ábrát a G: t frac(1/t) leképezés gráfjáról. (frac a törtrész függvény, ez a Maple függvénynév is. Síkgörbék 1. Készítsünk elfogadható ábrát a G: t frac(1/t) leképezés gráfjáról. (frac a törtrész függvény, ez a Maple függvénynév is.) 2. (n szirmú virág.) Legyen r(t) = sin(nt), (0 t 2π). Ábrázoljuk polár

Részletesebben

Feladatok megoldásokkal az ötödik gyakorlathoz (Taylor polinom, szöveges szélsőérték problémák)

Feladatok megoldásokkal az ötödik gyakorlathoz (Taylor polinom, szöveges szélsőérték problémák) Feladatok megoldásokkal az ötödik gyakorlathoz Taylor polinom, szöveges szélsőérték problémák) 1. Feladat. Írjuk fel az fx) = e x függvény a = 0 pont körüli negyedfokú Taylor polinomját! Ennek segítségével

Részletesebben

Hadházi Dániel.

Hadházi Dániel. Hadházi Dániel hadhazi@mit.bme.hu Orvosi képdiagnosztika: Szerepe napjaink orvoslásában Képszegmentálás orvosi kontextusban Elvárások az adekvát szegmentálásokkal szemben Verifikáció és validáció lehetséges

Részletesebben

Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán

Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán MTA KFKI Részecske és Magfizikai Intézet, Biofizikai osztály Az egy adatsorra (idősorra) is alkalmazható módszerek Példa: Az epileptikus

Részletesebben

6. A Lagrange-formalizmus

6. A Lagrange-formalizmus Drótos G.: Fejezetek az elméleti mechanikából 6. rész 1 6. A Lagrange-formalizmus A Lagrange-formalizmus alkalmazásával bizonyos fizikai rendszerek mozgásegyenleteit írhatjuk fel egyszerű módon. Az alapvető

Részletesebben

17.2. Az egyenes egyenletei síkbeli koordinátarendszerben

17.2. Az egyenes egyenletei síkbeli koordinátarendszerben Tartalom Előszó 13 1. Halmazok; a matematikai logika elemei 15 1.1. A halmaz fogalma; jelölések 15 1.2. Részhalmazok; komplementer halmaz 16 1.3. Halmazműveletek 17 1.4. A halmazok ekvivalenciája 20 1.5.

Részletesebben

x 2 e x dx c) (3x 2 2x)e 2x dx x sin x dx f) x cosxdx (1 x 2 )(sin 2x 2 cos 3x) dx e 2x cos x dx k) e x sin x cosxdx x ln x dx n) (2x + 1) ln 2 x dx

x 2 e x dx c) (3x 2 2x)e 2x dx x sin x dx f) x cosxdx (1 x 2 )(sin 2x 2 cos 3x) dx e 2x cos x dx k) e x sin x cosxdx x ln x dx n) (2x + 1) ln 2 x dx Integrálszámítás II. Parciális integrálás. g) i) l) o) e ( + )(e e ) cos h) e sin j) (sin 3 cos) m) arctg p) arcsin e (3 )e sin f) cos ( )(sin cos 3) e cos k) e sin cos ln n) ( + ) ln. e 3 e cos 3 3 cos

Részletesebben

Numerikus Analízis. Király Balázs 2014.

Numerikus Analízis. Király Balázs 2014. Numerikus Analízis Király Balázs 2014. 2 Tartalomjegyzék 1. A hibaszámítás elemei 7 1.1. A matematika modellezés folyamata és a hibaforrások megjelenése.. 7 1.2. Lebegőpontos számábrázolás.......................

Részletesebben

Elektromágneses rendszerek modellezése és tervezése

Elektromágneses rendszerek modellezése és tervezése Elektromágneses rendszerek modellezése és tervezése Végeselem-módszer (rövid bevezető) Marcsa Dániel egyetemi tanársegéd E-mail: marcsad@sze.hu http://maxwell.sze.hu/~marcsa/targyak.html Széchenyi István

Részletesebben

Vektoranalízis Vektor értékű függvények

Vektoranalízis Vektor értékű függvények Vektoranalízis VS Vektoranalízis Vektor értékű üggvények A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK engedélyével használhatók el! Vektoranalízis VS A korábbi ejezetekben tanulmányoztuk

Részletesebben

Néhány közelítő megoldás geometriai szemléltetése

Néhány közelítő megoldás geometriai szemléltetése 5. Fejezet Néány közelítő megoldás geometriai szemléltetése 5.. Iránymező Látattuk, ogy az explicit differenciálegyenletek rendelkeznek azzal az érdekes és kivételes tulajdonsággal, ogy bár esetenként

Részletesebben

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav54

Részletesebben

Numerikus matematika vizsga

Numerikus matematika vizsga 1. Az a = 2, t = 4, k = 3, k + = 2 számábrázolási jellemzők mellett hány pozitív, normalizált lebegőpontos szám ábrázolható? Adja meg a legnagyobb ábrázolható számot! Mi lesz a 0.8-hoz rendelt lebegőpontos

Részletesebben

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC 016.03.1. BSC MATEMATIKA II. ELSŐ ÉS MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC AZ ELSŐRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLET FOGALMA Az elsőrendű közönséges differenciálegyenletet

Részletesebben

1. Parciális függvény, parciális derivált (ismétlés)

1. Parciális függvény, parciális derivált (ismétlés) Operációkutatás NYME Gazdaságinformatikus mesterképzés El adó: Kalmár János (kalmar[kukac]inf.nyme.hu) Többváltozós széls érték számítás Parciális függvény, parciális derivált Széls érték korlátos zárt

Részletesebben

Ipari matematika 2. gyakorlófeladatok

Ipari matematika 2. gyakorlófeladatok Ipari matematika. gyakorlófeladatok. december 5. A feladatok megoldása általában többféle úton is kiszámítató. Interpoláció a. Polinom-interpoláció segítségével adjunk közelítést sin π értékére a sin =,

Részletesebben

Képszegmentálás. Orvosi képdiagnosztika 10. ea

Képszegmentálás. Orvosi képdiagnosztika 10. ea Képszegmentálás Orvosi képdiagnosztika 10. ea Képszegmentálás Intenzitás alapján, küszöbözés Klaszterezés, osztályozás Régió növesztés, régió hasítás Watershed Textura alapján Kontúr alapján, élkeresés,

Részletesebben

Matematikai háttér. 3. Fejezet. A matematika hozzászoktatja a szemünket ahhoz, hogy tisztán és világosan lássa az igazságot.

Matematikai háttér. 3. Fejezet. A matematika hozzászoktatja a szemünket ahhoz, hogy tisztán és világosan lássa az igazságot. 3. Fejezet Matematikai háttér A matematika hozzászoktatja a szemünket ahhoz, hogy tisztán és világosan lássa az igazságot René Descartes Számtalan kiváló szakirodalom foglalkozik a különféle differenciálegyenletek

Részletesebben

1. Bevezetés. 2. Felületek megadása térben. A fenti kúp egy z tengellyel rendelkező. ismerhető fel, hogy. 1. definíció. Legyen D R n.

1. Bevezetés. 2. Felületek megadása térben. A fenti kúp egy z tengellyel rendelkező. ismerhető fel, hogy. 1. definíció. Legyen D R n. 1. Többváltozós függvények 1. Bevezetés Ennek a fejezetnek a célja a kétváltozós függvények vizsgálata, ami során a 3-dimenziós felületeket szeretnénénk megérteni. 1. definíció. Legyen D R n. Ekkor az

Részletesebben

6. Modell illesztés, alakzatok

6. Modell illesztés, alakzatok 6. Modell illesztés, alakzatok Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 ROBOSZTUS EGYENES ILLESZTÉS Egyenes illesztés Adott a síkban

Részletesebben

Nagy Krisztián Analízis 2

Nagy Krisztián Analízis 2 Nagy Krisztián Analízis 2 Segédanyag a második zárthelyi dolgozathoz Tartalomjegyzék Deriválási alapok... 3 Elemi függvények deriváltjai... 3 Deriválási szabályok műveletekre... 4 Első feladat típus...

Részletesebben

Tartalomjegyzék. 3. Elsőfokú egyenletek és egyenlőtlenségek... 8 3.1. Elsőfokú egyenletek... 8 3.2. Valós szám abszolút értéke...

Tartalomjegyzék. 3. Elsőfokú egyenletek és egyenlőtlenségek... 8 3.1. Elsőfokú egyenletek... 8 3.2. Valós szám abszolút értéke... Tartalomjegyzék 1. Műveletek valós számokkal... 1 1.1. Gyökök és hatványozás... 1 1.1.1. Hatványozás... 1 1.1.2. Gyökök... 1 1.2. Azonosságok... 2 1.3. Egyenlőtlenségek... 3 2. Függvények... 5 2.1. A függvény

Részletesebben

Lagrange-féle multiplikátor módszer és alkalmazása

Lagrange-féle multiplikátor módszer és alkalmazása Eötvös Loránd Tudományegyetem Természettudományi Kar Nemesné Jónás Nikolett Lagrange-féle multiplikátor módszer és alkalmazása Matematika BSc, Matematikai elemz szakirány Témavezet : Szekeres Béla János,

Részletesebben

Tartalom. Geometria közvetlen tárolása. Geometria tárolása - brute force. Valasek Gábor valasek@inf.elte.hu. Hermite interpoláció. Subdivision görbék

Tartalom. Geometria közvetlen tárolása. Geometria tárolása - brute force. Valasek Gábor valasek@inf.elte.hu. Hermite interpoláció. Subdivision görbék Tartalom Számítógépes Grafika Valasek Gábor valasek@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2015/2016. őszi félév Geometria és topológia tárolása Geometria tárolása Topológia tárolása

Részletesebben

Geometriai modellezés. Szécsi László

Geometriai modellezés. Szécsi László Geometriai modellezés Szécsi László Adatáramlás vezérlés Animáció világleírás Modellezés kamera Virtuális világ kép Képszintézis A modellezés részfeladatai Geometria megadása [1. előadás] pont, görbe,

Részletesebben

Maple: Deriváltak és a függvény nevezetes pontjai

Maple: Deriváltak és a függvény nevezetes pontjai Maple: Deriváltak és a függvény nevezetes pontjai Bevezető Tudjuk, hogy a Maple könnyűszerrel képes végrehajtani a szimbólikus matematikai számításokat, ezért a Maple egy ideális program differenciál-

Részletesebben

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék Ütemezési problémák Kis Tamás 1 1 MTA SZTAKI valamint ELTE, Operációkutatási Tanszék ELTE Problémamegoldó Szeminárium, 2012. ősz Kivonat Alapfogalmak Mit is értünk ütemezésen? Gépütemezés 1 L max 1 rm

Részletesebben

Tartalomjegyzék. 1. Előszó 1

Tartalomjegyzék. 1. Előszó 1 Tartalomjegyzék 1. Előszó 1 2. Halmazok, relációk, függvények 3 2.1. Halmazok, relációk, függvények A............... 3 2.1.1. Halmazok és relációk................... 3 2.1.2. Relációk inverze és kompozíciója............

Részletesebben

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Polárkoordinátás és paraméteres megadású görbék. oktatási segédanyag

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Polárkoordinátás és paraméteres megadású görbék. oktatási segédanyag Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Polárkoordinátás és paraméteres megadású görbék oktatási segédanyag Összeállította: Lengyelné Dr. Szilágyi Szilvia Miskolc, 01. Köszönetnyilvánítás Az

Részletesebben

Feladatok megoldásokkal a harmadik gyakorlathoz (érintési paraméterek, L Hospital szabály, elaszticitás) y = 1 + 2(x 1). y = 2x 1.

Feladatok megoldásokkal a harmadik gyakorlathoz (érintési paraméterek, L Hospital szabály, elaszticitás) y = 1 + 2(x 1). y = 2x 1. Feladatok megoldásokkal a harmadik gyakorlathoz (érintési paraméterek, L Hospital szabály, elaszticitás). Feladat. Írjuk fel az f() = függvény 0 = pontbeli érintőjének egyenletét! Az érintő egyenlete y

Részletesebben

Opkut deníciók és tételek

Opkut deníciók és tételek Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét

Részletesebben

Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával

Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával 1 1 Eötvös Loránd Tudományegyetem, Informatikai Kar Kari TDK, 2016. 05. 10. Tartalom 1 2 Tartalom 1 2 Optimalizálási

Részletesebben

Forogj! Az [ 1 ] munkában találtunk egy feladatot, ami beindította a HD - készítési folyamatokat. Eredményei alább olvashatók. 1.

Forogj! Az [ 1 ] munkában találtunk egy feladatot, ami beindította a HD - készítési folyamatokat. Eredményei alább olvashatók. 1. 1 Forogj! Az [ 1 ] munkában találtunk egy feladatot, ami beindította a HD - készítési folyamatokat. Eredményei alább olvashatók. 1. Feladat Egy G gépkocsi állandó v 0 nagyságú sebességgel egyenes úton

Részletesebben

Görbemodellezés. Interpoláció Approximáció

Görbemodellezés. Interpoláció Approximáció Görbemodellezés Interpoláció Approximáció Motiváció Mi okozhat problémát egy görbe megjelenítésekor? 1. A paraméteres alak segítségével történő megjelenítése nagyon bonyolult számításokat vehet igénybe.

Részletesebben

Felügyelt önálló tanulás - Analízis III.

Felügyelt önálló tanulás - Analízis III. Felügyelt önálló tanulás - Analízis III Kormos Máté Differenciálható sokaságok Sokaságok Röviden, sokaságoknak nevezzük azokat az objektumokat, amelyek egy n dimenziós térben lokálisan k dimenziósak Definíció:

Részletesebben

Megerősítéses tanulás 9. előadás

Megerősítéses tanulás 9. előadás Megerősítéses tanulás 9. előadás 1 Backgammon (vagy Ostábla) 2 3 TD-Gammon 0.0 TD() tanulás (azaz időbeli differencia-módszer felelősségnyomokkal) függvényapproximátor: neuronháló 40 rejtett (belső) neuron

Részletesebben

KOVÁCS BÉLA, MATEMATIKA II.

KOVÁCS BÉLA, MATEMATIKA II. KOVÁCS BÉLA, MATEmATIkA II 4 IV HATVÁNYSOROk 1 ELmÉLETI ALAPÖSSZEFÜGGÉSEk Az olyan végtelen sort, amelynek tagjai függvények, függvénysornak nevezzük Ha a tagok hatványfüggvények, akkor a sor neve hatványsor

Részletesebben

First Prev Next Last Go Back Full Screen Close Quit. (Derivált)

First Prev Next Last Go Back Full Screen Close Quit. (Derivált) Valós függvények (3) (Derivált) . Legyen a belső pontja D f -nek. Ha létezik és véges a f(x) f(a) x a x a = f (a) () határérték, akkor f differenciálható a-ban. Az f (a) szám az f a-beli differenciálhányadosa.

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8. EURÓPAI ÉRETTSÉGI 2009 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2009. június 8. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

A) 1. Számsorozatok, számsorozat torlódási pontja, határértéke. Konvergencia kritériumok.

A) 1. Számsorozatok, számsorozat torlódási pontja, határértéke. Konvergencia kritériumok. ZÁRÓVIZSGA TÉMAKÖRÖK egyetemi szintű közgazdasági programozó matematikus szakon A) 1. Számsorozatok, számsorozat torlódási pontja, határértéke. Konvergencia kritériumok. 2. Függvények, függvények folytonossága.

Részletesebben

Koordináta-geometria feladatgyűjtemény (A feladatok megoldásai a dokumentum végén találhatók)

Koordináta-geometria feladatgyűjtemény (A feladatok megoldásai a dokumentum végén találhatók) Koordináta-geometria feladatgyűjtemény (A feladatok megoldásai a dokumentum végén találhatók) Vektorok 1. Egy négyzet két szemközti csúcsának koordinátái: A( ; 7) és C(4 ; 1). Határozd meg a másik két

Részletesebben

Infobionika ROBOTIKA. XI. Előadás. Robot manipulátorok III. Differenciális kinematika. Készült a HEFOP P /1.0 projekt keretében

Infobionika ROBOTIKA. XI. Előadás. Robot manipulátorok III. Differenciális kinematika. Készült a HEFOP P /1.0 projekt keretében Infobionika ROBOTIKA XI. Előadás Robot manipulátorok III. Differenciális kinematika Készült a HEFOP-3.3.1-P.-2004-06-0018/1.0 projekt keretében Tartalom A forgatási mátrix időbeli deriváltja A geometriai

Részletesebben

A szimplex algoritmus

A szimplex algoritmus A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás

Részletesebben

A médiatechnológia alapjai

A médiatechnológia alapjai A médiatechnológia alapjai Úgy döntöttem, hogy a Szirányi oktatta előadások számonkérhetőnek tűnő lényegét kiemelem, az alapján, amit a ZH-ról mondott: rövid kérdések. A rész és az egész: összefüggések

Részletesebben

Egyváltozós függvények differenciálszámítása

Egyváltozós függvények differenciálszámítása Egyváltozós függvények differenciálszámítása Egyváltozós függvények differenciálszámítása Ebben a részben I egy tetszőleges, pozitív hosszúságú, intervallumot jelöl. Egyváltozós függvények differenciálszámítása

Részletesebben

Feladatok megoldásokkal a második gyakorlathoz (függvények deriváltja)

Feladatok megoldásokkal a második gyakorlathoz (függvények deriváltja) Feladatok megoldásokkal a második gyakorlathoz függvények deriváltja Feladat Deriváljuk az f = 2 3 + 3 2 Felhasználva, hogy összeget tagonként deriválhatunk, továbbá, hogy függvény számszorosának deriváltja

Részletesebben

Az idegrendszeri memória modelljei

Az idegrendszeri memória modelljei Az idegrendszeri memória modelljei A memória típusai Rövidtávú Working memory - az aktuális feladat Vizuális, auditórikus,... Prefrontális cortex, szenzorikus területek Kapacitás: 7 +-2 minta Hosszútávú

Részletesebben

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

PTE PMMFK Levelező-távoktatás, villamosmérnök szak PTE PMMFK Levelező-távoktatás, villamosmérnök szak MATEMATIKA (A tantárgy tartalma és a tananyag elsajátításának időterve.) Összeállította: Kis Miklós adjunktus Tankönyvek Megegyeznek az 1. és 2. félévben

Részletesebben

CHT& NSZT Hoeffding NET mom. stabilis. 2011. november 9.

CHT& NSZT Hoeffding NET mom. stabilis. 2011. november 9. CHT& NSZT Hoeffding NET mom. stabilis Becslések, határeloszlás tételek Székely Balázs 2011. november 9. CHT& NSZT Hoeffding NET mom. stabilis 1 CHT és NSZT 2 Hoeffding-egyenlőtlenség Alkalmazása: Beengedés

Részletesebben

Irányításelmélet és technika II.

Irányításelmélet és technika II. Irányításelmélet és technika II. Modell-prediktív szabályozás Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu 2010 november

Részletesebben

3D számítógépes geometria és alakzatrekonstrukció

3D számítógépes geometria és alakzatrekonstrukció 3D számítógépes geometria és alakzatrekonstrukció 14. Digitális Alakzatrekonstrukció - Bevezetés http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01 Dr. Várady Tamás, Dr.

Részletesebben

MATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2005

MATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2005 2005 1. * Halmazok, halmazműveletek, nevezetes ponthalmazok 2. Számhalmazok, halmazok számossága 3. Hatványozás, hatványfüggvény 4. Gyökvonás, gyökfüggvény 5. A logaritmus. Az exponenciális és a logaritmus

Részletesebben

A Riemann-Siegel zeta függvény kiugró értékeinek keresése. A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma

A Riemann-Siegel zeta függvény kiugró értékeinek keresése. A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma A Riemann-Siegel zeta függvény kiugró értékeinek keresése A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma 2013 A probléma fontossága és hatása a hétköznapi életre A prímszámok

Részletesebben

3D Számítógépes Geometria II.

3D Számítógépes Geometria II. 3D Számítógépes Geometria II. 1. Bevezetés http://cg.iit.bme.hu/portal/3dgeo2 https://www.vik.bme.hu/kepzes/targyak/viiiav16 Dr. Várady Tamás, Dr. Salvi Péter BME, Villamosmérnöki és Informatikai Kar Irányítástechnika

Részletesebben

1. Az előző előadás anyaga

1. Az előző előadás anyaga . Az előző előadás anyaga Egy fiú áll az A pontban és azt látja, hogy a barátnője fuldoklik a B pontban egy tóban. Milyen plyán kell a fiúnak mozognia, hogy a leggyorsabban a barátnőjéhez érjen, ha a parton

Részletesebben

Tartalomjegyzék. Typotex Kiadó, 2010

Tartalomjegyzék. Typotex Kiadó, 2010 Tartalomjegyzék 15. Elliptikus egyenletek 7 15.1. Bevezetés: Elliptikus egyenletek alkalmazott feladatokban... 7 15.2. Elméleti háttér.......................... 9 15.3. Véges dierencia eljárások II...................

Részletesebben

Németh László Matematikaverseny, Hódmezővásárhely. 2015. március 30. A 11-12. osztályosok feladatainak javítókulcsa

Németh László Matematikaverseny, Hódmezővásárhely. 2015. március 30. A 11-12. osztályosok feladatainak javítókulcsa Németh László Matematikaverseny, Hódmezővásárhely 2015. március 30. A 11-12. osztályosok feladatainak javítókulcsa Feladatok csak szakközépiskolásoknak Sz 1. A C csúcs értelemszerűen az AB oldal felező

Részletesebben

{ } x x x y 1. MATEMATIKAI ÖSSZEFOGLALÓ. ( ) ( ) ( ) (a szorzás eredménye:vektor) 1.1. Vektorok közötti műveletek

{ } x x x y 1. MATEMATIKAI ÖSSZEFOGLALÓ. ( ) ( ) ( ) (a szorzás eredménye:vektor) 1.1. Vektorok közötti műveletek 1. MAEMAIKAI ÖSSZEFOGLALÓ 1.1. Vektorok közötti műveletek Azok a fizikai mennyiségek, melyeknek nagyságukon kívül irányuk is van, vektoroknak nevezzük. A vektort egyértelműen megadhatjuk a hosszával és

Részletesebben

I. LABOR -Mesterséges neuron

I. LABOR -Mesterséges neuron I. LABOR -Mesterséges neuron A GYAKORLAT CÉLJA: A mesterséges neuron struktúrájának az ismertetése, neuronhálókkal kapcsolatos elemek, alapfogalmak bemutatása, aktivációs függvénytípusok szemléltetése,

Részletesebben

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása l--si háromalkotós egyensúlyi fázisdiagram közelítő számítása evezetés Farkas János 1, Dr. Roósz ndrás 1 doktorandusz, tanszékvezető egyetemi tanár Miskolci Egyetem nyag- és Kohómérnöki Kar Fémtani Tanszék

Részletesebben

Irányításelmélet és technika II.

Irányításelmélet és technika II. Irányításelmélet és technika II. Legkisebb négyzetek módszere Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu 200 november

Részletesebben

9. előadás. Térbeli koordinátageometria

9. előadás. Térbeli koordinátageometria 9. előadás Térbeli koordinátageometria Koordinátageometria a térben Descartes-féle koordinátarendszerben dolgozunk. A legegyszerűbb alakzatokat fogjuk vizsgálni. Az ezeket leíró egyenletek első-, vagy

Részletesebben