dimenziója Szirmay-Kalos László N= 1/r D D= (logn) / (log 1/r) D= (log4) / (log 3) = 1.26 N = 4, r = 1/3 Vonalzó ( l ) db r =1/3 N = 4 r 2 N 2 N m r m

Hasonló dokumentumok
Fraktálok és káosz. Szirmay-Kalos László

Fraktálok. Klasszikus fraktálpéldák I. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék

FRAKTÁLGEOMETRIA. Példák fraktálokra I. Czirbusz Sándor február 1. Komputeralgebra Tanszék ELTE Informatika Kar

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

STATISZTIKA. ( x) 2. Eloszlásf. 9. gyakorlat. Konfidencia intervallumok. átlag. 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% (cm)

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények

2018, Diszkrét matematika

Fraktálok. Löwy Dániel Hints Miklós

Matematika szigorlat június 17. Neptun kód:

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Georg Cantor (1883) vezette be Henry John Stephen Smith fedezte fel 1875-ben. van struktúrája elemi kis skálákon is önhasonló

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

3. előadás Stabilitás

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Modellek és Algoritmusok - 2.ZH Elmélet

Valószínűségszámítás összefoglaló

A fontosabb definíciók

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n

Itô-formula. A sztochasztikus folyamatok egyik legfontosabb formulája. Medvegyev Péter Matematika tanszék

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Négyzetfraktálok. Fábián János

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

Sztochasztikus folyamatok alapfogalmak

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Valószínűségi változók. Várható érték és szórás

A TANTÁRGY ADATLAPJA

Dierenciálhatóság. Wettl Ferenc el adása alapján és

Gyakorló feladatok I.

(Independence, dependence, random variables)

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

1. Oldja meg a z 3 (5 + 3j) (8 + 2j) 2. Adottak az A(1,4,3), B(3,1, 1), C( 5,2,4) pontok a térben.

3. Lineáris differenciálegyenletek

Fraktál alapú képtömörítés p. 1/26

Matematika III előadás

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.

VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

MODELLEK ÉS ALGORITMUSOK ELŐADÁS

Gépi tanulás a gyakorlatban. Lineáris regresszió

1. Példa. A gamma függvény és a Fubini-tétel.

Matematika I. NÉV:... FELADATOK: 2. Határozzuk meg az f(x) = 2x 3 + 2x 2 2x + 1 függvény szélsőértékeit a [ 2, 2] halmazon.

Megoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!

FRAKTÁLOK ÉS A KÁOSZ

Matematika II képletek. 1 sin xdx =, cos 2 x dx = sh 2 x dx = 1 + x 2 dx = 1 x. cos xdx =,

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

Analízis házi feladatok

Metrikus terek, többváltozós függvények

2015, Diszkrét matematika

Numerikus módszerek 1.

Matematika A1a Analízis

First Prev Next Last Go Back Full Screen Close Quit

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

First Prev Next Last Go Back Full Screen Close Quit

Elérhető maximális pontszám: 70+30=100 pont

1. Fuggveny ertekek. a) f (x) = 3x 3 2x 2 + x 15 x = 5, 10, 5 B I. x = arcsin(x) ha 1 x 0 x = 1, arctg(x) ha 0 < x < + a) f (x) = 4 x 2 x+log

14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull

Számítógépes Modellezés 11. Differenciálegyenletes modellek. Inga

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések

Bevezetés. 1. előadás, február 11. Módszerek. Tematika

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

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

Boros Zoltán február

2D képszintézis. Szirmay-Kalos László

Kalkulus I. gyakorlat Fizika BSc I/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

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

Matematika I. NÉV:... FELADATOK:

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Matematika. Specializáció évfolyam

I. feladatsor i i i i 5i i i 0 6 6i. 3 5i i

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

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

A MATLAB alapjai. Kezdő lépések. Változók. Aktuális mappa Parancs ablak. Előzmények. Részei. Atomerőművek üzemtana

A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a

2. Hogyan számíthatjuk ki két komplex szám szorzatát, ha azok a+bi alakban, illetve trigonometrikus alakban vannak megadva?

2. Reprezentáció-függvények, Erdős-Fuchs tétel





17. előadás: Vektorok a térben

A Newton-Raphson iteráció kezdeti értéktől való érzékenysége

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás

Információ megjelenítés Számítógépes ábrázolás. Dr. Iványi Péter

Matematika alapjai; Feladatok

Programozási nyelvek 4. előadás

Abszolút folytonos valószín ségi változó (4. el adás)

Lagrange és Hamilton mechanika

Véletlen bolyongás. 2. rész. Márkus László jegyzete alapján Tóth Tamás december 10.

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =

Konvex optimalizálás feladatok

Matematika szigorlat, Mérnök informatikus szak I máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.

Matematikai programok

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Matematika A2 vizsga mgeoldása június 4.

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!

Átírás:

Fraktálok Hausdorff dimenzió Fraktálok N = N = 4 N = 8 Szirmay-Kalos László r = r = r = N= /r D D= (logn) / (log /r) Koch görbe D= (log4) / (log 3) =.6 N = 4, r = /3 Nem önhasonló objektumok dimenziója Vonalzó ( l ) db l r =/3 N = 4 r N r m N m Hossz( l )=l db = l N m = l (/r D ) m = = l (/r m ) D = / l D - D = - log Hossz( l ) / log l + Dimenziómérés s = hosszmérés log Hossz( l ) Fraktálok előáll llítása log l D- Matematikai gépek: Brownmozgás Kaotikus dinamikus rendszerek

Brown mozgás - Wiener féle f sztochasztikus folyamat Sztochasztikus folyamat (véletlen függvény) Trajektóriák folytonosak Független növekményű folyamat Növekmények 0 várható értékű normális eloszlás: a független növekményűségből, a szórás az intervallum hosszával arányos Brown mozgás s alkalmazása ξ ξ ξ ξ 0 0,5 0,5 0,75 Kaotikus dinamikus rendszer: nyulak kis C értékre S n+ = C S n (-S n ) Kaotikus dinamikus rendszer: nyulak közepes k C értékre Kaotikus dinamikus rendszer: nyulak nagy C értékre Pseudo véletlenszám m generátor Iterált függvény: véletlenként hat r n+ = F(r n ) F nagy derivált!

Rossz: r n+ = F(r n ) Jó F Sűrűn kitölti a négyzetet Mindenütt u.a. az nagy derivált a [0, ]-ben van periodicity (r n,r n+ ) pairs Aperiodic length Kongruens generátor Kaotikus rendszerek a síkons F(x) = { g x + c } g x+c tört része g nagy F z = x + jy z z divergens konvergens Attraktor: H = F(H) z = r e iφ r r φ φ Attraktor előáll llítása Attraktor a labilis és a stabilis tartomány határa: kitöltött attraktor = amely nem divergens z n+ = z n : ha z < akkor fekete Attraktorhoz konvergálunk, ha az stabil z n+ = z n attraktora labilis

Inverz iteráci ciós s módszerm H = F(H) H = F - (H) Julia halmaz: z z + c z n+ = z n z n+ = ± z n r n+ = r n φ n+ = φ n / + {0,} π r n φ n {0,}.{0,}{0,}... π n n- n- Nem lehet csak egy értékkel dolgozni??? Kitölt ltött tt Julia halmaz: algoritmus Im z (X,Y) Kitölt ltött tt Julia halmaz: képk FilledJuliaDraw ( ) FOR Y = 0 TO Ymax DO Re z FOR X = 0 TO Xmax DO ViewportWindow(X,Y x, y) z = x + j y FOR i = 0 TO n DO z = z + c IF z > infinity THEN WRITE(X,Y, white) ELSE WRITE(X,Y, black) Julia halmaz inverz iteráci cióval Im z (X,Y) JuliaDrawInverseIterate ( ) Kezdeti z érték választás FOR i = 0 TO n DO Re z x = Re z, y = Im z IF ClipWindow(x, y) WindowViewport(x, y X, Y) Pixel(X, Y) = fekete IF z = z - c if (rand(( ) > 0.5) z = -z Kezdeti z érték: z = z - c gyöke összefüggő Julia halmaz nem összefüggő, Cantor féle halmaz

Julia halmaz összefüggőségege H H-c Mandelbrot halmaz Azon c komplex számok, amelyekre a z z + c Julia halmaza összefüggő c H-c H c z n+ = ± z n -c Mandelbrot halmaz, algoritmus Színes Mandelbrot halmaz MandelbrotDraw ( ) FOR Y = 0 TO Ymax DO FOR X = 0 TO Xmax DO ViewportWindow(X,Y x, y) c = x + j y z = 0 FOR i = 0 TO n DO z = z + c IF z > infinity THEN WRITE(X,Y, white) ELSE WRITE(X,Y, black) Inverz feladat: IFS modellezés F: többt bbértékű lineáris leképz pzés F x, y H F Attraktor: H = F(H) F: szabadon vezérelhető, legyen stabilis attraktora F = W W W n W(x,y) = [ax + by + c, dx + ey + f] H = W (H) W (H) W n (H) H = F(H) Stabilitás = kontrakció

IFS rajzolás: iteráci ciós s algoritmus IFSDraw ( ) Legyen [x,y] = [x,y] A + q megoldása a kezdő [x,y] FOR i = 0 TO n DO IF ClipWindow(x, y) WindowViewport(x, y X, Y) Write(X, Y, color); IF Válassz k-t k p k valósz színűséggel [x,y] = [x,y] A k + q k y (X,Y) x W k Egyszerű IFS-ek IFS modellezés IFS képekk