Bevezetés. Transzformáció

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Bevezetés. Transzformáció"

Átírás

1 Geoinformatika alapjai ea. VI. Bevezetés GIS mőveletek I. Tematika Számonkérés Irodalom Transzformáció

2 Transzformációk típusai formátum geometriai

3 Geometriai transzformáció I. Célja: a, geometriai adatok átalakítása ismert vetületi rendszerbe b, térbeli adatok átalakítása egyik vetületi rendszerbıl a másikba

4 Matematikai alapok Síkbeli geometriai transzformációk és mátrixok

5 Problémafelvetés légifotók mőholdképek digitális és analóg térképek egymásra illesztése:??????????? =>GEOMETRIAI TRANSZFORMÁCIÓK

6 Jól ismert transzformációk tengelyes tükrözés középpontos tükrözés elforgatás eltolás középpontos nagyítás fentiek kombinációja (merıleges) affinitás egybevágóságok hasonlóságok egyenestartó transzformációk

7 Affinitás Definíció: egyenestartó transzformáció Egy affinitás esetén tengelynek nevezzük az affinitásra fix egyenest. A sík önmagára való, nem identikus affinitását tengelyes affinitásnak nevezzük, ha van tengelye. Pl.: a tengelyes tükrözés, mint affinitás esetében az affinitás tengelye a tükörtengely

8 Belátható, hogy a sík önmagára való, nem identikus affinitásának legfeljebb egy tengelye van. A tengelyes affinitás megfelelı pontjait összekötı egyenesek irányát az affinitás irányának nevezzük. Ha a tengelyes affinitás iránya merıleges a tengelyre, akkor merıleges vagy ortogonális affinitásról, ha párhuzamos az affinitás iránya a tengellyel, akkor párhuzamos affinitásról, egyéb esetben ferde affinitásról beszélünk

9 Ha a tengelyes affinitás iránya nem párhuzamos az affinitás tengelyével, akkor bármely nem fix pontot ( pl. P, Q) a képponttal összekötı egyenesnek és a tengelynek a P t, Q t metszéspontjára minden esetben igaz: PP t /P t P = QQ t /Q t Q (osztóviszony)

10 Affinitások legfontosabb ismérvei Bármely tengelyes affinitás megadható tengelyével, irányával és tetszıleges pont esetén a PP t /P t P hányadossal (osztóviszony) Minden affinitás megadható három nem kollineáris pontpárral. Minden affinitás elıállítható egy hasonlósági transzformáció és egy tengelyes affinitás szorzataként

11 Affin transzformációk hatásai (ezeket nevezzük lineáris transzformációknak, mivel a pontképpont párok között lineáris (elsıfokú) egyenletrendszer teremt kapcsolatot)

12 Mi más lehet még? Az alábbi felületek nemlineáris* transzformációkkal vihetık egymásba gömbfelület síkbafejtésénél ezek szükségszerőek. * ezek általában másodfokú, harmadfokú... polinomiális egyenleteket jelentenek 2

13 Segédeszközök : a mátrixok Definíció: n oszlopból és m sorból álló táblázat a a M a 2 m a a a 2 22 M m2 Mivel ennek a mátrixnak m sora és n oszlopa van, m n típusú mátrixnak nevezzük. A mátrixban levı a ij számok a mátrix elemei. a ij az i-edik sor j-edik eleme, az i- t sorindexnek, a j-t pedig oszlopindexnek nevezzük. Két mátrix egyenlı, ha ugyanolyan típusúak és megfelelı elemeik megegyeznek. Ha m = n, akkor a mátrixot négyzetes mátrixnak nevezzük Ha a mátrixnak egy sora vagy egy oszlopa van, azaz n-es vagy m -es, akkor sor-, illetve oszlopvektornak nevezzük a a a n 2n M mn

14 Négyzetes mátrix: Spec. esete az egységmátrix: E = Sorvektor: (-2 5), (2 3-3); Oszlopvektor: Példák mátrixokra M O M M 7 2, 5 4

15 Összeadás: csak az azonos típusú mátrixokat lehet összeadni Két m n típusú A és B mátrix összegén azt az m n típusú C mátrixot értjük, amely i-edik sorának j-edik oszlopában áll a ij, b ij elemek összege, azaz: c ij = a ij + b ij, i =,, m; j =,.., n. Például: A = ; B =, ekkor A + B = Mőveletek mátrixokkal I

16 Mőveletek mátrixokkal II. Szorzás: csak olyan két mátrixra vonatkozik, ahol az elsı mátrixnak annyi oszlopa van, ahány sora a másodiknak Az A m n típusú és a B n l típusú mátrixok AB szorzatán azt a m l típusú C mátrixot értjük, melyben c ij = a i b j + a i2 b 2j + + a in b nj (i =,, m; j =,, l) Azaz: (a ij ) m n (b ij ) n k = (c ij ) m k,ahol c ij = n k= a ik b kj (i =,, m; j =,, l)

17 Mátrixszorzás * = a a a a a a a a a

18 A mátrixok szorzásának tulajdonságai (A B) C = A (B C), vagyis a mátrixok szorzása asszociatív. A B B A, azaz a mátrixok szorzása nem kommutatív, ez következik a definícióból is, hiszen például egy A 3 5 típusú mátrixot és egy B 5 4 típusú mátrixot össze tudunk szorozni, de a B-t A-val már nem. Egy v valós szám és egy A mátrix szorzatán azt a mátrixot értjük, melyet A-ból úgy kapunk, hogy A minden elemét v-vel szorozzuk. Például: =

19 Mátrix inverze Definíció: Az A négyzetes n n mátrix inverzén értjük azt a négyzetes n n A - mátrixot, amelyre teljesül, hogy A A - = E Pl. * = (értelemszerően a két mátrix egymás inverze) 2 2

20 Geometriai transzformációk megadása mátrixokkal

21 Jelölések Vizsgált pont a koordinátasíkon (oszlopvektorként): A transzformáció melletti képe (képpont): Transzformációmátrix általános alakja: A transzformáció egyenlete: (használatos a sorvektorként való felírás is, akkor értelemszerően jobbról szorzunk) y x y x = a a a a A = y x y x A

22 Képpont megadása A mátrixszorzás szerint az új koordináták értéke kiszámítható: x = a x + a 2 y y = a 2 x + a 22 y

23 Transzformációk I. identikus transzformáció origóra történı középpontos tükrözés x-tengelyre történı tükrözés = A E A = = = A = y x y x = y x y x

24 Transzformációk II. y-tengelyre történı tükrözés merıleges affinitás (t = y) (léptékváltás x mentén!) merıleges affinitás (t = x) (léptékváltás y mentén!) = λ A = A = λ A = y x y x λ λ = y x y x λ λ

25 Transzformációk III. x=y egyenesre történı tükr. origó körüli elforgatás ϕ szöggel pozitív irányba Példák: 9 -os elforgatás, 45 -os elforgatás, 6 -os elforgatás (sin 6 =,866, cos 6 =,5) = A = ϕ ϕ ϕ ϕ cos sin sin cos A + = ϕ ϕ ϕ ϕ ϕ ϕ ϕ ϕ cos sin sin cos cos sin sin cos y x y x y x = x y y x

26 Példák transzformációkra

27 Mely transzformáció maradt ki? (origóból mi lesz?)

28 Az eltolás ugyancsak megadható 2x2-es mátrixszal. Eltolás + + = + = 2 ' ' 2, c y c x C y x A c c C

29 Nemlineáris transzformációk A transzformáció mátrixát a pont-képpont párok koordinátái alapján számítjuk ki. A mátrix a koordinátatranszformációhoz használt polinom (transzformációs függvény) együtthatóiból áll. Mérete függ a transzformáció fokától

30 Egy ismert pont-képpont pár (illesztési pont) segítségével két egyenlet írható fel, melyben az együtthatók lesznek az ismeretlenek => Kiszámítható, hogy ((n+)*(n+2))/2 számú illesztési pont szükséges a transzformációs mátrix egyértelmő megadásához, ahol n a polinom fokszámát (x, y legmagasabb hatványkitevıjét) jelöli

31 Nemlineáris transzformációk hatása

32 Geometriai transzformáció II. Típusai:. Kép a képhez 2. Kép a térképhez Gyakran elıfordul, hogy egy területrıl több különbözı mőszerrel készített kép áll rendelkezésünkre. A pixelenkénti összehasonlításhoz a képeket azonos hálózatba kell vinni. A képek átfedetéséhez nem mindig szükséges a térképi koordináta rendszer. Ezt a kép a képhez (image to image) átalakítást hozzáillesztésnek (registration) nevezzük. Ha a képi adatokat vetületi rendszerhez illesztjük, és vetületi koordinátákkal látjuk el, akkor a folyamatot geokódolásnak (georeferencing) nevezzük. A képtranszformáció definíció szerint tartalmazza a geokódolást is. A kép a képhez átalakítás csak akkor lesz geokódolás, ha az a kép rendelkezik térképi koordinátákkal, amelyhez a többi képet illesztjük

33 Mikor elégséges csak a geokódolás? A képtranszformációt nem szükséges elvégezni, ha a felvételen nincs torzulás, pl. ha a.img file olyan térképlapról készült (letapogatóval, vagy digitalizálással), amelynek a vetületi rendszere megfelelı. Ebben az esetben csak a megfelelı térképi koordinátákat kell a felvétel header-én (Image info) feltüntetni. A képtranszformáció hátrányai A képtranszformálás folyamán a transzformált pixel-értékeket át kell mintázni, hogy illeszteni tudjuk az új pixel-hálózatra. Bár az új értékeket kiszámító algoritmusok megbízhatóak, a transzformálás folyamán elveszhetnek bizonyos spektrális adatok. Ha az alkalmazás során nincs szükség a térképi koordinátákra és egységekre, akkor helyesebb elkerülni a képtranszformációt

34 Mikor alkalmazzuk a képtranszformációt? A képtranszformáció elkerülhetetlen azokban az esetekben, amelyekben a kép pixelhálózatát egy térképi vetületi rendszerhez, avagy egy másik képhez akarjuk illeszteni. A képillesztésnek több oka is lehet: * pixelenkénti változás vizsgálat * GIS adatbázis-fejlesztés * tanulóterületek kijelölése térképi koordináták alapján * méretarányos fotótérkép készítés * vektoradatok (pl. ARC/VIEW/INFO) alkalmazása * különbözı méretarányú képek összehasonlítása * távolság és területmérés * képek összeillesztése (mozaikolás)

35 Geometriai transzformáció III. Transzformáció lépései kép a térképhez típusnál a, illesztıpontok keresése, b, transzformációs függvény keresése, megadása, c, transzformáció végrehajtása, átmintázás

36 Geometriai transzformáció IV. a, illesztıpontok: GCP keresése, látható legyen mind a képen mind a térképen kép pont (pixel) input adat (x,y, esetleg z) térképi pont referencia adat (X,Y, esetleg Z) lehet (ϕ, λ, h) illesztıpont lehet: pl. útkeresztezıdés, felbontástól függıen egy kút, telekhatár, stb

37 Geometriai transzformáció V. b, transzformációs függvény keresése, megadása, f(x,y)=(x,y), transzformációs függvény fokszáma, rangja (elsı-, másodfokú függvény) X=a x + a 2 y + a 3 és Y= a 2 x + a 22 y + a 3 (elsıfokú), X=a x 2 + a 2 y 2 + a 3 xy + a 4 x + a 5 y + a 6 Y=a 2 x 2 + a 22 y 2 + a 23 xy + a 24 x + a 25 y + a 26 és (másodfokú) Jelentése: eltolás, elforgatás, nyújtás

38 Geometriai transzformáció VI. Az illesztıpontok (GCP) minimális száma (ISZ min ) a transzformációs függvény fokszámától (n) függ: ISZ min = (n+)*(n+2)/

39 Geometriai transzformáció VII. Transzformáció mátrixa: F Transzformáció inverzmátrixa: F - Hibája rms hiba rms x = x - F - (X,Y), rms y = y - F - (X,Y), rms (x,y) = sqrt(rms x 2 + rms y2 )

40 A transzformáció mátrixa A transzformáció mátrixát a GCP-ból számítjuk ki. Célunk, hogy a lehetı legkisebb legyen a hiba a GCP vonatkoztatási koordinátáinak a forrás koordinátákba való transzformációjakor. Nem mindig lehetséges az együtthatókat úgy származtatni, hogy a hiba zérus legyen.. ábra Polinomiális görbe a forrás és a referencia koordinátarendszerben (X koordinátákra) A transzformációs mátrix kiszámításához a legkisebb négyzetek regressziós módszert használják, amely ismert statisztikai eljárás

41 Geometriai transzformáció VIII. c, transzformáció végrehajtása, átmintázás (raszteres adatokon) Miért kell csinálni?

42 Geometriai transzformáció IX. átmintázás (raszteres adatokon) módszerei: legközelebbi szomszéd elve bilineáris interpoláció köbös konvolúció Mikor melyiket?

43 Legközelebbi szomszéd (nearest neighbor) Egy output pixel legközelebbi szomszédjának meghatározásához a pixel transzformált (x,y) koordinátáit a transzformációs mátrix inverzének felhasználásával visszatranszformáljuk az eredeti (forrás) koordináta rendszerbe (xr,yr).az a pixel lesz a legközelebbi szomszéd, amelynek a távolsága a legkisebb a visszatranszformált (xr,yr) koordinátától. E pixel intenzitás értéke lesz az output felvétel képpontjának keresett értéke

44

45 Bilineáris interpoláció A bilineáris interpoláció végrehajtásánál a transzformált pixel intenzitás értéke a visszatranszformált koordinátához legközelebb esı négy input pixelértékbıl számítható ki. A 4. ábrán látható példában a szomszéd pixeleket az,2,3 és 4 számok jelzik, amelyek értékei az adatfile-ben adottak, kiszámolandó az r koordináta intenzitás értéke (Vr)

46

47 Köbös konvolúció A köbös konvolúció hasonló a bilineáris interpolációs módszerhez, az eltérés csak annyi, hogy: * 6 pixelt 4x4-es elrendezésben használ az output intenzitás érték meghatározásához, és * harmadfokú polinomot illeszt a visszatranszformált pont 4x4-es környezetére. A visszatranszformált (xr,yr) koordináta környezı 6 pixelének (6. ábra) kijelöléséhez a (i,j) pixelt használjuk: i=int(xr) j=int(yr)

48

49 Példa affin transzformációra

50 Internet-alapú, osztottan közcélú árvízvédelmi információs rendszer projekt SZTE Természeti Földrajzi és Geoinformatikai Tanszék Geoview Systems Kft

51

52 Síkvidéki tározó tervezésének geoinformatikai támogatása domborzatmodell és terepmodell elıállítása kivezethetı vízmennyiség számítása töltésépítés és magasítás tervezése lokalizációs tervkészítés virtuális térbeli megjelenítés alkalmazása a tervkészítésben Ópusztaszeri Emlékpark? Baks Levelényi major 8 m-es szint Dóc

1. Mátrixösszeadás és skalárral szorzás

1. Mátrixösszeadás és skalárral szorzás 1 Mátrixösszeadás és skalárral szorzás Mátrixok tömör jelölése T test Az M = a i j T n m azt az n sorból és m oszlopból álló mátrixot jelöli, amelyben az i-edik sor j-edik eleme a i j T Példák [ ] Ha M

Részletesebben

Mátrixok, mátrixműveletek

Mátrixok, mátrixműveletek Mátrixok, mátrixműveletek 1 előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Mátrixok, mátrixműveletek p 1/1 Mátrixok definíciója Definíció Helyezzünk el n m elemet egy olyan téglalap

Részletesebben

Transzformációk síkon, térben

Transzformációk síkon, térben Transzformációk síkon, térben Leképezés, transzformáció Leképezés: Ha egy A ponttér pontjaihoz egy másik B ponttér pontjait kölcsönösen egyértelműen rendeljük hozzá, akkor ezt a hozzárendelést leképezésnek

Részletesebben

Lin.Alg.Zh.1 feladatok

Lin.Alg.Zh.1 feladatok Lin.Alg.Zh. feladatok 0.. d vektorok Adott három vektor ā (0 b ( c (0 az R Euklideszi vektortérben egy ortonormált bázisban.. Mennyi az ā b skalárszorzat? ā b 0 + + 8. Mennyi az n ā b vektoriális szorzat?

Részletesebben

Számítógépes geometria

Számítógépes geometria 2011 sz A grakus szállítószalag terv a geometriai (matematikai) modell megalkotása modelltranszformáció (3D 3D) vetítés (3D 2D) képtranszformáció (2D 2D)... raszterizáció A grakus szállítószalag: koncepció

Részletesebben

Matematika (mesterképzés)

Matematika (mesterképzés) Matematika (mesterképzés) Környezet- és Településmérnököknek Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Vinczéné Varga A. Környezet- és Településmérnököknek 2016/2017/I 1 / 29 Lineáris tér,

Részletesebben

Mátrixok 2017 Mátrixok

Mátrixok 2017 Mátrixok 2017 számtáblázatok" : számok rendezett halmaza, melyben a számok helye két paraméterrel van meghatározva. Például lineáris egyenletrendszer együtthatómátrixa 2 x 1 + 4 x 2 = 8 1 x 1 + 3 x 2 = 1 ( 2 4

Részletesebben

Számítási feladatok a Számítógépi geometria órához

Számítási feladatok a Számítógépi geometria órához Számítási feladatok a Számítógépi geometria órához Kovács Zoltán Copyright c 2012 Last Revision Date: 2012. október 15. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát

Részletesebben

Képfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008

Képfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008 Képfeldolgozás 1. el adás. A képfeldolgozás m veletei Mechatronikai mérnök szak BME, 2008 1 / 61 Alapfogalmak transzformációk Deníció Deníció Geometriai korrekciókra akkor van szükség, ha a képr l valódi

Részletesebben

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet   takach november 30. 1 Diszkrét matematika I, 12 előadás Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach 2005 november 30 Vektorok Definíció Egy tetszőleges n pozitív egész számra n-komponensű

Részletesebben

Lin.Alg.Zh.1 feladatok

Lin.Alg.Zh.1 feladatok LinAlgZh1 feladatok 01 3d vektorok Adott három vektor ā = (0 2 4) b = (1 1 4) c = (0 2 4) az R 3 Euklideszi vektortérben egy ortonormált bázisban 1 Mennyi az ā b skalárszorzat? 2 Mennyi az n = ā b vektoriális

Részletesebben

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony.

Determinánsok. A determináns fogalma olyan algebrai segédeszköz, amellyel. szolgáltat az előbbi kérdésekre, bár ez nem mindig hatékony. Determinánsok A determináns fogalma olyan algebrai segédeszköz, amellyel jól jellemezhető a mátrixok invertálhatósága, a mátrix rangja. Segítségével lineáris egyenletrendszerek megoldhatósága dönthető

Részletesebben

Lineáris egyenletrendszerek

Lineáris egyenletrendszerek Lineáris egyenletrendszerek Lineáris egyenletrendszernek nevezzük az 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.. a k1 x 1 + a k2 x 2 +... +a kn x n = b k n ismeretlenes,

Részletesebben

Robotika. Kinematika. Magyar Attila

Robotika. Kinematika. Magyar Attila Robotika Kinematika Magyar Attila amagyar@almos.vein.hu Miről lesz szó? Bevezetés Merev test pozíciója és orientációja Rotáció Euler szögek Homogén transzformációk Direkt kinematika Nyílt kinematikai lánc

Részletesebben

Vektorok, mátrixok, lineáris egyenletrendszerek

Vektorok, mátrixok, lineáris egyenletrendszerek a Matematika mérnököknek I. című tárgyhoz Vektorok, mátrixok, lineáris egyenletrendszerek Vektorok A rendezett valós számpárokat kétdimenziós valós vektoroknak nevezzük. Jelölésükre latin kisbetűket használunk.

Részletesebben

I. VEKTOROK, MÁTRIXOK

I. VEKTOROK, MÁTRIXOK 217/18 1 félév I VEKTOROK, MÁTRIXOK I1 I2 Vektorok 1 A síkon derékszögű koordinátarendszerben minden v vektornak van vízszintes és van függőleges koordinátája, ezeket sorrendben v 1 és v 2 jelöli A v síkbeli

Részletesebben

Panorámakép készítése

Panorámakép készítése Panorámakép készítése Képregisztráció, 2009. Hantos Norbert Blaskovics Viktor Összefoglalás Panoráma (image stitching, planar mosaicing): átfedő képek összeillesztése Lépések: Előfeldolgozás (pl. intenzitáskorrekciók)

Részletesebben

1. Geometria a komplex számsíkon

1. Geometria a komplex számsíkon 1. Geometria a komplex számsíkon A háromszög-egyenlőtlenség A háromszög-egyenlőtlenség (K1.4.3) Minden z,w C-re z +w z + w. Egyenlőség pontosan akkor áll, ha z és w párhuzamosak, és egyenlő állásúak, azaz

Részletesebben

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Geometria III.

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Geometria III. Geometria III. DEFINÍCIÓ: (Vektor) Az egyenlő hosszúságú és egyirányú irányított szakaszoknak a halmazát vektornak nevezzük. Jele: v. DEFINÍCIÓ: (Geometriai transzformáció) Geometriai transzformációnak

Részletesebben

Számítógépes Grafika mintafeladatok

Számítógépes Grafika mintafeladatok Számítógépes Grafika mintafeladatok Feladat: Forgassunk a 3D-s pontokat 45 fokkal a X tengely körül, majd nyújtsuk az eredményt minden koordinátájában kétszeresére az origóhoz képest, utána forgassunk

Részletesebben

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor

12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor 12. előadás Egyenletrendszerek, mátrixok Dr. Szörényi Miklós, Dr. Kallós Gábor 2015 2016 1 Tartalom Matematikai alapok Vektorok és mátrixok megadása Tömbkonstansok Lineáris műveletek Mátrixok szorzása

Részletesebben

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31 Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós

Részletesebben

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében Infobionika ROBOTIKA X. Előadás Robot manipulátorok II. Direkt és inverz kinematika Készült a HEFOP-3.3.1-P.-2004-06-0018/1.0 projekt keretében Tartalom Direkt kinematikai probléma Denavit-Hartenberg konvenció

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

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév:

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév: Matematika osztályozó vizsga témakörei 9. évfolyam II. félév: 7. Függvények: - függvények fogalma, megadása, ábrázolás koordináta- rendszerben - az elsőfokú függvény, lineáris függvény - a másodfokú függvény

Részletesebben

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport

Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport Lineáris algebra zárthelyi dolgozat javítókulcs, Informatika I. 2005.márc.11. A csoport 1. Egy egyenesre esnek-e az A (2, 5, 1), B (5, 17, 7) és C (3, 9, 3) pontok? 5 pont Megoldás: Nem, mert AB (3, 12,

Részletesebben

Geometria II gyakorlatok

Geometria II gyakorlatok Geometria II gyakorlatok Kovács Zoltán Copyright c 2011 Last Revision Date: 2012. május 8. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát technikával készült, a megjelenés

Részletesebben

Bázistranszformáció és alkalmazásai 2.

Bázistranszformáció és alkalmazásai 2. Bázistranszformáció és alkalmazásai 2. Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet Mátrix rangja Tartalom 1 Mátrix rangja

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

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek Lineáris algebra 2 Filip Ferdinánd filipferdinand@bgkuni-obudahu sivabankihu/jegyzetek 2015 december 7 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 1 / 37 Az el adás vázlata Determináns Determináns

Részletesebben

Térbeli transzformációk, a tér leképezése síkra

Térbeli transzformációk, a tér leképezése síkra Térbeli transzformációk, a tér leképezése síkra Homogén koordináták bevezetése térben A tér minden P pontjához kölcsönösen egyértelműen egy valós (x, y, z) számhármast rendeltünk hozzá. (Descartes-féle

Részletesebben

8. előadás. Kúpszeletek

8. előadás. Kúpszeletek 8. előadás Kúpszeletek Kör A k kört egyértelműen meghatározza C(a,b) középpontja és r sugara. A P pont pontosan akkor van k-n, ha CP=r. Vektoregyenlet: p-c = r. Koordinátás egyenlet: (X-a)2 + (Y-b)2 =

Részletesebben

Lineáris algebra (10A103)

Lineáris algebra (10A103) Lineáris algebra (10A103 Kátai-Urbán Kamilla Tudnivalók Honlap: http://www.math.u-szeged.hu/~katai Jegyzet: Megyesi László: Lineáris algebra. Vizsga: írásbeli (beugróval, feltétele a Lineáris algebra gyakorlat

Részletesebben

A Föld alakja TRANSZFORMÁCIÓ. Magyarországon még használatban lévő vetületi rendszerek. Miért kell transzformálni? Főbb transzformációs lehetőségek

A Föld alakja TRANSZFORMÁCIÓ. Magyarországon még használatban lévő vetületi rendszerek. Miért kell transzformálni? Főbb transzformációs lehetőségek TRANSZFORMÁCIÓ A Föld alakja -A föld alakja: geoid (az a felület, amelyen a nehézségi gyorsulás értéke állandó) szabálytalan alak, kezelése nehéz -A geoidot ellipszoiddal közelítjük -A földfelszíni pontokat

Részletesebben

Hajder Levente 2017/2018. II. félév

Hajder Levente 2017/2018. II. félév Hajder Levente hajder@inf.elte.hu Eötvös Loránd Tudományegyetem Informatikai Kar 2017/2018. II. félév Tartalom 1 2 3 Geometriai modellezés feladata A világunkat modellezni kell a térben. Valamilyen koordinátarendszer

Részletesebben

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag 2019. március 21. Mátrix rangja 1. Számítsuk ki az alábbi mátrixok rangját! (d) 1 1 2 2 4 5 1 1 1 1 1 1 1 1 2 1 2 1 1 0 1 1 2 1 0 1 1 1 1 2 3 1 3

Részletesebben

2. előadás. Lineáris algebra numerikus módszerei. Mátrixok Mátrixműveletek Speciális mátrixok, vektorok Norma

2. előadás. Lineáris algebra numerikus módszerei. Mátrixok Mátrixműveletek Speciális mátrixok, vektorok Norma Mátrixok Definíció Az m n típusú (méretű) valós A mátrixon valós a ij számok alábbi táblázatát értjük: a 11 a 12... a 1j... a 1n.......... A = a i1 a i2... a ij... a in........... a m1 a m2... a mj...

Részletesebben

Matematikai geodéziai számítások 10.

Matematikai geodéziai számítások 10. Matematikai geodéziai számítások 10. Hibaellipszis, talpponti görbe és közepes ponthiba Dr. Bácsatyai, László Matematikai geodéziai számítások 10.: Hibaellipszis, talpponti görbe és Dr. Bácsatyai, László

Részletesebben

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 LINEÁRIS ALGEBRA matematika alapszak SZTE Bolyai Intézet, 2016-17. őszi félév Euklideszi terek Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 Euklideszi tér Emlékeztető: A standard belső szorzás és standard

Részletesebben

SZAKKÖZÉPISKOLA ÉRETTSÉGI VIZSGRA FELKÉSZÍTŐ KK/12. ÉVFOLYAM

SZAKKÖZÉPISKOLA ÉRETTSÉGI VIZSGRA FELKÉSZÍTŐ KK/12. ÉVFOLYAM SZAKKÖZÉPISKOLA ÉRETTSÉGI VIZSGRA FELKÉSZÍTŐ KK/12. ÉVFOLYAM A vizsga szerkezete: A vizsga írásbeli és szóbeli vizsgarészből áll. 1.) Írásbeli vizsga Időtartama: 45 perc Elérhető pontszám: 65 pont Feladattípusok:

Részletesebben

Matematika A1a Analízis

Matematika A1a Analízis B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Matematika A1a Analízis BMETE90AX00 Vektorok StKis, EIC 2019-02-12 Wettl Ferenc ALGEBRA

Részletesebben

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 2016 / tanév

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 2016 / tanév 9. évfolyam I. Halmazok Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 2016 / 2017. tanév 1. Halmaz, részhalmaz fogalma, részhalmazok száma, jelölések 2. Intervallumok 3. Halmazműveletek

Részletesebben

Polinomok, Lagrange interpoláció

Polinomok, Lagrange interpoláció Közelítő és szimbolikus számítások 8. gyakorlat Polinomok, Lagrange interpoláció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján 1. Polinomok

Részletesebben

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Vektorterek. =a gyakorlatokon megoldásra ajánlott Vektorterek =a gyakorlatokon megoldásra ajánlott 40. Alteret alkotnak-e a valós R 5 vektortérben a megadott részhalmazok? Ha igen, akkor hány dimenziósak? (a) L = { (x 1, x 2, x 3, x 4, x 5 ) x 1 = x 5,

Részletesebben

Osztályozó- és javítóvizsga. Matematika tantárgyból

Osztályozó- és javítóvizsga. Matematika tantárgyból Osztályozó- és javítóvizsga Matematika tantárgyból 2018-2019 A vizsga 60 perces írásbeli vizsga (feladatlap) a megadott témakörökből. A megjelölt százalék (50%) nem teljesítése esetén szóbeli vizsga is,

Részletesebben

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak 10. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Mátrix inverze 1. Gondolkodnivaló Igazoljuk, hogy invertálható trianguláris mátrixok inverze is trianguláris. Bizonyítás:

Részletesebben

Gauss-eliminációval, Cholesky felbontás, QR felbontás

Gauss-eliminációval, Cholesky felbontás, QR felbontás Közelítő és szimbolikus számítások 4. gyakorlat Mátrix invertálás Gauss-eliminációval, Cholesky felbontás, QR felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei

Részletesebben

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27 Vektorterek Wettl Ferenc 2015. február 17. Wettl Ferenc Vektorterek 2015. február 17. 1 / 27 Tartalom 1 Egyenletrendszerek 2 Algebrai struktúrák 3 Vektortér 4 Bázis, dimenzió 5 Valós mátrixok és egyenletrendszerek

Részletesebben

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 11B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 11B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA MINŐSÉGIRÁNYÍTÁSI ELJÁRÁS MELLÉKLET Tanmenetborító Azonosító: ME-III.1./1 Változatszám: 2 Érvényesség 2013. 09. 01. kezdete: Oldal/összes: 1/5 Fájlnév: ME- III.1.1.Tanmenetborító SZK- DC-2013 MATEMATIKA

Részletesebben

és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij..

és n oszlopból áll, akkor m n-es mátrixról beszélünk. (Az oszlopok száma a mátrix vízszintes mérete, a sorok 2 3-as, a ij.. Biológia alapszak Matematika I A GY 6/7 félév III MÁTRIXOK SAJÁTÉRTÉK-FELADAT III Mátrixok Definíció Számok téglalap alakú táblázatban való elrendezését mátrix nak nevezzük Ha a táblázat m sorból és n

Részletesebben

Lengyelné Dr. Szilágyi Szilvia április 7.

Lengyelné Dr. Szilágyi Szilvia április 7. ME, Anaĺızis Tanszék 2010. április 7. , alapfogalmak 2.1. Definíció A H 1, H 2,..., H n R (ahol n 2 egész szám) nemüres valós számhalmazok H 1 H 2... H n Descartes-szorzatán a következő halmazt értjük:

Részletesebben

1. feladatsor Komplex számok

1. feladatsor Komplex számok . feladatsor Komplex számok.. Feladat. Kanonikus alakban számolva határozzuk meg az alábbi műveletek eredményét. (a) i 0 ; i 8 ; (b) + 4i; 3 i (c) ( + 5i)( 6i); (d) i 3+i ; (e) 3i ; (f) ( +3i)(8+i) ( 4

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. Tantárgy kódja: IP-08bNM1E, IP-08bNM1G (2+2) Az elsajátítandó ismeretanyag rövid leírása: A lebegıpontos számábrázolás egy modellje. A hibaszámítás elemei. Lineáris egyenletrendszerek

Részletesebben

Sajátértékek és sajátvektorok. mf1n1a06- mf1n2a06 Csabai István

Sajátértékek és sajátvektorok. mf1n1a06- mf1n2a06 Csabai István Sajátértékek és sajátvektorok A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris transzformáció Vektorok lineáris transzformációja: általános esetben az x vektor iránya és nagysága

Részletesebben

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41

Ortogonalizáció. Wettl Ferenc Wettl Ferenc Ortogonalizáció / 41 Ortogonalizáció Wettl Ferenc 2016-03-22 Wettl Ferenc Ortogonalizáció 2016-03-22 1 / 41 Tartalom 1 Ortonormált bázis 2 Ortogonális mátrix 3 Ortogonalizáció 4 QR-felbontás 5 Komplex skaláris szorzás 6 Diszkrét

Részletesebben

1. GONDOLKODÁSI MÓDSZEREK, HALMAZOK, KOMBINATORIKA, GRÁFOK

1. GONDOLKODÁSI MÓDSZEREK, HALMAZOK, KOMBINATORIKA, GRÁFOK MATEMATIKA TÉMAKÖRÖK 11. évfolyam 1. GONDOLKODÁSI MÓDSZEREK, HALMAZOK, KOMBINATORIKA, GRÁFOK 1.1. HALMAZOK 1.1.1. Halmazok megadásának módjai 1.1.2. Halmazok egyenlősége, részhalmaz, üres halmaz, véges,

Részletesebben

Saj at ert ek-probl em ak febru ar 26.

Saj at ert ek-probl em ak febru ar 26. Sajátérték-problémák 2018. február 26. Az alapfeladat Adott a következő egyenlet: Av = λv, (1) ahol A egy ismert mátrix v ismeretlen, nem zérus vektor λ ismeretlen szám Azok a v, λ kombinációk, amikre

Részletesebben

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak 1. Generátorrendszer Generátorrendszer. Tétel (Freud, 4.3.4. Tétel) Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. Ekkor a λ 1 v 1 + λ 2 v 2 +... + λ m v m alakú vektorok, ahol λ 1,λ 2,...,λ

Részletesebben

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla Kvadratikus alakok és euklideszi terek (előadásvázlat, 0. október 5.) Maróti Miklós, Kátai-Urbán Kamilla Az előadáshoz ajánlott jegyzet: Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged,

Részletesebben

Számítógépes Grafika mintafeladatok

Számítógépes Grafika mintafeladatok Számítógépes Grafika mintafeladatok Feladat: Forgassunk a 3D-s pontokat 45 fokkal a X tengely körül, majd nyújtsuk az eredményt minden koordinátájában kétszeresére az origóhoz képest, utána forgassunk

Részletesebben

Raszter georeferálás QGIS-ben Összeállította: dr. Siki Zoltán verzióra aktualizálta: Jáky András

Raszter georeferálás QGIS-ben Összeállította: dr. Siki Zoltán verzióra aktualizálta: Jáky András Raszter georeferálás QGIS-ben Összeállította: dr. Siki Zoltán 2.18.3. verzióra aktualizálta: Jáky András (jakyandras@gmail.com) Ez a leírás ahhoz nyújt segítséget, hogy szkennelt térképet vagy ortofotót

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

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz

Műveletek mátrixokkal. Kalkulus. 2018/2019 ősz 2018/2019 ősz Elérhetőségek Előadó: (safaro@math.bme.hu) Fogadóóra: hétfő 9-10 (H épület 3. emelet 310-es ajtó) A pontos tárgykövetelmények a www.math.bme.hu/~safaro/kalkulus oldalon találhatóak. A mátrix

Részletesebben

Transzformációk. Grafikus játékok fejlesztése Szécsi László 2013.02.26. t05-transform

Transzformációk. Grafikus játékok fejlesztése Szécsi László 2013.02.26. t05-transform Transzformációk Grafikus játékok fejlesztése Szécsi László 2013.02.26. t05-transform Koordinátarendszerek: modelltér Koordinátarendszerek: világtér Koordinátarendszerek: kameratér up right z eye ahead

Részletesebben

MATEMATIKA TANMENET 9.B OSZTÁLY FIZIKA TAGOZAT HETI 6 ÓRA, ÖSSZESEN 216 ÓRA

MATEMATIKA TANMENET 9.B OSZTÁLY FIZIKA TAGOZAT HETI 6 ÓRA, ÖSSZESEN 216 ÓRA MATEMATIKA TANMENET 9.B OSZTÁLY FIZIKA TAGOZAT HETI 6 ÓRA, ÖSSZESEN 216 ÓRA A TÁMOP 3.1.4. EU-s pályázat megvalósításához a matematika (9. b/fizika) tárgy tanmenete a matematika kompetenciaterület A típusú

Részletesebben

= Y y 0. = Z z 0. u 1. = Z z 1 z 2 z 1. = Y y 1 y 2 y 1

= Y y 0. = Z z 0. u 1. = Z z 1 z 2 z 1. = Y y 1 y 2 y 1 Egyenes és sík a térben Elméleti áttekintés Az egyenes paraméteres egyenlete: X = u 1 λ + x 0 Y = u λ + y 0, Z = u λ + z 0 ahol a λ egy valós paraméter Az u = (u 1, u, u ) az egyenes irányvektora és P

Részletesebben

Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2.

Testek. 16. Legyen z = 3 + 4i, w = 3 + i. Végezzük el az alábbi. a) (2 4), Z 5, b) (1, 0, 0, 1, 1) (1, 1, 1, 1, 0), Z 5 2. Vektorok. Melyek egyenlőek az alábbi vektorok közül? (a) (, 2, 0), (b) az (, 0, ) pontból a (2, 2, ) pontba mutató vektor, (c) ( 2,, ) ( 2,, 2), (d) [ 2 0 ], (e) 2. 0 2. Írjuk fel az x + y + 2z = 0 és

Részletesebben

Matematika tanmenet 10. évfolyam 2018/2019

Matematika tanmenet 10. évfolyam 2018/2019 Matematika tanmenet 10. évfolyam 2018/2019 Műveltségi terület: MATEMATIKA Iskola, osztályok: Vetési Albert Gimnázium, 10.A, 10.B, 10.C, 10.D Tantárgy: MATEMATIKA Heti óraszám: 3 óra Készítette: a matematika

Részletesebben

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0

Irodalom. (a) A T, B T, (b) A + B, C + D, D C, (c) 3A, (d) AD, DA, B T A, 1 2 B = 1 C = A = 1 0 D = (a) 1 1 3, B T = = ( ) ; A T = 1 0 Irodalom ezek egyrészt el- A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: hangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László: Bevezetés a lineáris algebrába, Polygon

Részletesebben

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 10.B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 10.B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA MINŐSÉGIRÁNYÍTÁSI ELJÁRÁS MELLÉKLET Tanmenetborító Azonosító: ME-III.1./1 Változatszám: 2 Érvényesség 2013. 09. 01. kezdete: Oldal/összes: 1/7 Fájlnév: ME- III.1.1.Tanmenetborító SZK- DC-2013 MATEMATIKA

Részletesebben

Az alapvetı tudnivalók jegyzéke matematikából 9. évf. Halmazok. Algebra és számelmélet

Az alapvetı tudnivalók jegyzéke matematikából 9. évf. Halmazok. Algebra és számelmélet Az alapvetı tudnivalók jegyzéke matematikából 9. évf. Halmazok halmaz halmaz megadása, jelölésmód üres halmaz véges halmaz végtelen halmaz halmazok egyenlısége részhalmaz, valódi részhalmaz halmazok uniója

Részletesebben

Gauss elimináció, LU felbontás

Gauss elimináció, LU felbontás Közelítő és szimbolikus számítások 3. gyakorlat Gauss elimináció, LU felbontás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 EGYENLETRENDSZEREK 1. Egyenletrendszerek

Részletesebben

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei Legkisebb négyzetek módszere, folytonos eset Folytonos eset Legyen f C[a, b]és h(x) = a 1 φ 1 (x) + a 2 φ 2 (x) +... + a n φ n (x). Ekkor tehát az n 2 F (a 1,..., a n ) = f a i φ i = = b a i=1 f (x) 2

Részletesebben

Haladó lineáris algebra

Haladó lineáris algebra B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Haladó lineáris algebra BMETE90MX54 Lineáris leképezések 2017-02-21 IB026 Wettl Ferenc

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

Csoportosítás. Térinformatikai műveletek, elemzések. Csoportosítás. Csoportosítás

Csoportosítás. Térinformatikai műveletek, elemzések. Csoportosítás. Csoportosítás Csoportosítás Térinformatikai műveletek, elemzések Leíró (attribútum) adatokra vonatkozó kérdések, műveletek, elemzések, csoportosítások,... Térbeli (geometriai) adatokra vonatkozó kérdések, műveletek

Részletesebben

Függvény fogalma, jelölések 15

Függvény fogalma, jelölések 15 DOLGO[Z]ZATOK 9.. 1. Függvény fogalma, jelölések 1 1. Az alábbi hozzárendelések közül melyek függvények? a) A magyarországi megyékhez hozzárendeljük a székhelyüket. b) Az egész számokhoz hozzárendeljük

Részletesebben

Az egyenes és a sík analitikus geometriája

Az egyenes és a sík analitikus geometriája Az egyenes és a sík analitikus geometriája Az egyenes a kétdimenziós koordinátarendszerben A kétdimenziós koordinátarendszerben az egyenest egy n(a, B) normálvektorával és egy r 0 helyvektorú P(x 0,y 0

Részletesebben

3. el adás: Determinánsok

3. el adás: Determinánsok 3. el adás: Determinánsok Wettl Ferenc 2015. február 27. Wettl Ferenc 3. el adás: Determinánsok 2015. február 27. 1 / 19 Tartalom 1 Motiváció 2 A determináns mint sorvektorainak függvénye 3 A determináns

Részletesebben

Szendrői Balázs: Algebrai síkgörbék, szerkesztette: Ádám Liliána, Ódor Gergő, Lajos Mátyás

Szendrői Balázs: Algebrai síkgörbék, szerkesztette: Ádám Liliána, Ódor Gergő, Lajos Mátyás Algebrai síkgörbék Algebrai síkgörbéknek az olyan görbéket nevezzük, amelyek pontjai egy kétváltozós polinommal jellemezhetők. Ilyenek az egyenesek (ezek az elsőfokú síkgörbék). Másodfokú síkgörbék: pl.

Részletesebben

Geometria II gyakorlatok

Geometria II gyakorlatok Geometria II gyakorlatok Kovács Zoltán Copyright c 2011 Last Revision Date: 2011. november 29. kovacsz@nyf.hu Technikai útmutató a jegyzet használatához A jegyzet képernyőbarát technikával készült, a megjelenés

Részletesebben

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk Fraktálok Kontrakciók Affin leképezések Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék TARTALOMJEGYZÉK 1 of 71 A Lipschitz tulajdonság ÁTMÉRŐ, PONT ÉS HALMAZ TÁVOLSÁGA Definíció Az (S, ρ) metrikus tér

Részletesebben

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < 2015. szeptember 27.

Matematika 10 Másodfokú egyenletek. matematika és fizika szakos középiskolai tanár. > o < 2015. szeptember 27. Matematika 10 Másodfokú egyenletek Juhász László matematika és fizika szakos középiskolai tanár > o < 2015. szeptember 27. copyright: c Juhász László Ennek a könyvnek a használatát szerzői jog védi. A

Részletesebben

Budapesti Műszaki Főiskola, Neumann János Informatikai Kar. Vektorok. Fodor János

Budapesti Műszaki Főiskola, Neumann János Informatikai Kar. Vektorok. Fodor János Budapesti Műszaki Főiskola, Neumann János Informatikai Kar Lineáris algebra 1. témakör Vektorok Fodor János Copyright c Fodor@bmf.hu Last Revision Date: 2006. szeptember 11. Version 1.1 Table of Contents

Részletesebben

Osztályozóvizsga-tematika 8. évfolyam Matematika

Osztályozóvizsga-tematika 8. évfolyam Matematika Osztályozóvizsga-tematika 8. évfolyam Matematika 1. félév 1. Gondolkozz és számolj! A természetes szám fogalma, műveleti tulajdonságok Helyiértékek rendszere a tízes számrendszerben: alakiérték, tényleges

Részletesebben

Keresztmetszet másodrendű nyomatékainak meghatározása

Keresztmetszet másodrendű nyomatékainak meghatározása BUDAPEST MŰSZAK ÉS GAZDASÁGTUDOMÁNY EGYETEM Keresztmetszet másodrendű nyomatékainak meghatározása Segédlet a Szilárdságtan c tárgy házi feladatához Készítette: Lehotzky Dávid Budapest, 205 február 28 ábra

Részletesebben

TÉRINFORMATIKA II. Dr. Kulcsár Balázs Ph.D. adjunktus. Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék

TÉRINFORMATIKA II. Dr. Kulcsár Balázs Ph.D. adjunktus. Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék TÉRINFORMATIKA II. Dr. Kulcsár Balázs Ph.D. adjunktus Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék MÁSODLAGOS ADATNYERÉSI ELJÁRÁSOK Meglévő (analóg) térképek manuális digitalizálása 1 A meglévő

Részletesebben

Feladatok Házi feladat. Keszeg Attila

Feladatok Házi feladat. Keszeg Attila 2016.01.29. 1 2 3 4 Adott egy O pont és egy λ 0 valós szám. a tér minden egyes P pontjához rendeljünk hozzá egy P pontot, a következő módon: 1 ha P = O, akkor P = P 2 ha P O, akkor P az OP egyenes azon

Részletesebben

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 9. évfolyam I. Halmazok 1. Alapfogalmak, jelölések 2. Halmaz, részhalmaz fogalma, részhalmazok száma, jelölések 3. Nevezetes számhalmazok (N,

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata

Részletesebben

Számítógépes Grafika SZIE YMÉK

Számítógépes Grafika SZIE YMÉK Számítógépes Grafika SZIE YMÉK Analóg - digitális Analóg: a jel értelmezési tartománya (idő), és az értékkészletes is folytonos (pl. hang, fény) Diszkrét idejű: az értelmezési tartomány diszkrét (pl. a

Részletesebben

Összeállította: dr. Leitold Adrien egyetemi docens

Összeállította: dr. Leitold Adrien egyetemi docens Az R n vektortér Összeállította: dr. Leitold Adrien egyetemi docens 2008.09.08. R n vektortér/1 Vektorok Rendezett szám n-esek: a = (a 1, a 2,, a n ) sorvektor a1 a = a2 oszlopvektor... a n a 1, a 2,,

Részletesebben

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35

9. Előadás. (9. előadás) Lineáris egyr.(3.), Sajátérték április / 35 9. Előadás (9. előadás) Lineáris egyr.(3.), Sajátérték 2019. április 24. 1 / 35 Portfólió-analízis Tegyük fel, hogy egy bank 4 különböző eszközbe fektet be (réz, búza, arany és kakaó). Az ügyfeleinek ezen

Részletesebben

Normák, kondíciószám

Normák, kondíciószám Normák, kondíciószám A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris egyenletrendszerek Nagyon sok probléma közvetlenül lineáris egyenletrendszer megoldásával kezelhetı Sok numerikus

Részletesebben

Mer legesség. Wettl Ferenc 2015-03-13. Wettl Ferenc Mer legesség 2015-03-13 1 / 40

Mer legesség. Wettl Ferenc 2015-03-13. Wettl Ferenc Mer legesség 2015-03-13 1 / 40 Mer legesség Wettl Ferenc 2015-03-13 Wettl Ferenc Mer legesség 2015-03-13 1 / 40 Tartalom 1 Pszeudoinverz 2 Ortonormált bázis ortogonális mátrix 3 Komplex és véges test feletti terek 4 Diszkrét Fourier-transzformált

Részletesebben

17. előadás: Vektorok a térben

17. előadás: Vektorok a térben 17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett

Részletesebben

3D koordináta-rendszerek

3D koordináta-rendszerek 3D koordináta-rendszerek z z y x y x y balkezes bal-sodrású x jobbkezes jobb-sodrású z 3D transzformációk - homogén koordináták (x, y, z) megadása homogén koordinátákkal: (x, y, z, 1) (x, y, z, w) = (x,

Részletesebben

Matematika szigorlat június 17. Neptun kód:

Matematika szigorlat június 17. Neptun kód: Név Matematika szigorlat 014. június 17. Neptun kód: 1.. 3. 4. 5. Elm. Fel. Össz. Oszt. Az eredményes szigorlat feltétele elméletből legalább 0 pont, feladatokból pedig legalább 30 pont elérése. A szigorlat

Részletesebben

Transzformációk. Szécsi László

Transzformációk. Szécsi László Transzformációk Szécsi László A feladat Adott a 3D modell háromszögek csúcspontjai [modellezési koordináták] Háromszögkitöltő algoritmus pixeleket színez be [viewport koordináták] A feladat: számítsuk

Részletesebben

Matematika A2 vizsga mgeoldása június 4.

Matematika A2 vizsga mgeoldása június 4. Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont

Részletesebben