Matematisk morfologi III

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Matematisk morfologi III"

Transkript

1 Matematisk morfologi III Lars Aurdal Norsk regnesentral 4. desember 2003 Copyright Lars Aurdal, NTNU/NR

2 Oversikt, kursdag 3 Sammensatte operasjoner: Hit-or-miss-transformen. Skjeletter. Copyright Lars Aurdal, NTNU/NR 1

3 Den såkalte hit-or-miss-transformen (HMT-transformen) omfatter bruk av to strukturelementer, det ene må passe objektet man studerer mens det andre må passe objektets bakgrunn. HMT-transformen brukes for eksempel for å finne bestemte nabolagskonfigurasjoner så som isolerte forgrunnspiksler etc. Det å legge alle piksler med en bestemt konfigurasjon til et objekt gir oss definisjonen av tykking, mens det å fjerne de samme pikslene gir oss definisjonen av tynning. Copyright Lars Aurdal, NTNU/NR 2

4 Iterativ anvendelse av tynning med bestemte sammensatte strukturelementer gir den såkalte mediale aksen (skjelettet) for et sett. Skjelettene er viktige i anvendelser så som formanalyse og mønstergjenkjenning. Copyright Lars Aurdal, NTNU/NR 3

5 Den grunnleggende ideen bak HMT-transformen består i å trekke ut bestemte piksler med helt definerte nabolagskonfigurasjoner fra binære bilder. De aktuelle nabolagskonfigurasjonene defineres ved to strukturelementer. Det første av disse strukturelementene må passe den aktuelle konfigurasjonen mens det andre må passe konfigurasjonens bakgrunn. Begge disse strukturelementene har ett unikt origo. Copyright Lars Aurdal, NTNU/NR 4

6 Figur 1: Sammensatte strukturelementer for deteksjon av isolerte forgrunnspiksler i henholdsvis 4- og 8-konnektivitet. Copyright Lars Aurdal, NTNU/NR 5

7 For å utføre en HMT-transform flyttes origo for det sammensatte strukturelementet til alle piksler i det aktuelle bildet. I hver posisjon undersøkes det om det første strukturelementet passer i den posisjonen samtidig som det andre strukturelementet ikke passer i samme posisjon (det vil si at det andre strukturelementet passer i bakgrunnen). Alle piksler der dette er tilfelle tilhører det HMT-transformerte settet. Copyright Lars Aurdal, NTNU/NR 6

8 Formell definisjon av HMT: HMT B (X)={x (B 1 ) x X, (B 2 ) x X C } Copyright Lars Aurdal, NTNU/NR 7

9 En alternativ definisjon basert på snitt av erosjoner er følgende: HMT B (X)=ε B1 (X) ε B2 (X C ) Copyright Lars Aurdal, NTNU/NR 8

10 Husk: B 1 og B 2 må ha felles origo. B 1 og B 2 må ikke overlappe, det vil si: B 1 B2 = /0 hvis ikke vil resultatet av en HMT alltid være det tomme settet /0. Copyright Lars Aurdal, NTNU/NR 9

11 B B2 B1 X X HMT(X,B) Figur 2: HMT av et sett X med et sammensatt strukturelement B. Copyright Lars Aurdal, NTNU/NR 10

12 Anvendelser: Isolerte piksler: Isolerte piksler er definert som forgrunnspiksler uten noen forgrunnspiksler blant sine naboer. For å finne disse velges B 1 lik en enkeltstående piksel og B 2 dennes naboer. Endepunkter: Endepunkter er definert som forgrunnspiksler som har nøyaktig én forgrunnspiksel blant sine naboer. Copyright Lars Aurdal, NTNU/NR 11

13 Figur 3: Inputbilde, strukturelementer for å finne 4-sammenhengende endepunkter og resultatet av en HMT med de fire strukturelementsettene. Copyright Lars Aurdal, NTNU/NR 12

14 Anvendelser: Multiple punkter: Multiple punkter er definert som forgrunnspiksler som har mer enn to forgrunnspiksler blant sine naboer. Konturpunkter: Konturpunkter er forgrunnspiksler som har minst en bakgrunnspiksel blant sine naboer. Copyright Lars Aurdal, NTNU/NR 13

15 Hit-or-miss-åpning: I endel anvendelser kan det være interessant å beholde alle pikslene som passer med det sammensatte strukturelementet og ikke bare det som sammenfaller med origo for strukturelementet. Dette kan oppnås ved å dilatere resultatet av en HMT med den transponerte B 1 : γ B (X)=δ ˇ B 1 [ε B1 (X) ε B2 (X C )] Copyright Lars Aurdal, NTNU/NR 14

16 Figur 4: Inputbilde, strukturelement og resultatet av en hit-or-miss-åpning. Copyright Lars Aurdal, NTNU/NR 15

17 Tynning: Tynning består i å fjerne alle forgrunnspiksler som har en eller annen bestemt konfigurasjon. I praksis vil det si at man trekker HMT fra det opprinnelige settet. Copyright Lars Aurdal, NTNU/NR 16

18 Tynning, binært tilfelle: Tynningen av et binært bilde X med det sammensatte strukturelementet B betegnes X B og er definert ved: X B = X \ HMT B (X) Merk at origo i strukturelementet B må være inneholdt i B 1. Copyright Lars Aurdal, NTNU/NR 17

19 Tykking: Tykking består i å legge til alle bakgrunnspiksler som har en eller annen bestemt konfigurasjon til forgrunnspikslene. I praksis vil det si at man legger HMT til det opprinnelige settet. Copyright Lars Aurdal, NTNU/NR 18

20 Tykking, binært tilfelle: Tykkingen av et binært bilde X med det sammensatte strukturelementet B betegnes X B og er definert ved: X B = X HMT B (X) Merk at origo i strukturelementet B må være inneholdt i B 2. Copyright Lars Aurdal, NTNU/NR 19

21 Merk: Tynning og tykking er duale transformasjoner: der B =(B 1,B 2 ) og B C =(B 2,B 1 ). X B =(X C B C ) C Copyright Lars Aurdal, NTNU/NR 20

22 Skjeletter: I mange anvendelser må man ha en eller annen kanonisk representasjon av de objektene man studerer. I analyse av håndskrift for eksempel er det viktig å kunne ta hensyn til ulike skrifttykkelser, uavhengig av bredden på pennen som ble brukt bør det være mulig å redusere analysen av bokstaven til det å analysere en enkelt type form. Copyright Lars Aurdal, NTNU/NR 21

23 I praksis kan dette gjøres på mange måter, her skal vi betrakte en metode for å tynne objektene vi studerer til tynne linjer på en slik måte at homotopien til objektene bevares. Disse tynne linjene kalles objektets skjelett eller mediale akse. Transformasjonene som reduserer objekter til skjeletter kalles skjelettransformasjoner eller medial akse transformasjoner. Copyright Lars Aurdal, NTNU/NR 22

24 I euklidsk rom kan skjelettet gis en unik definisjon. Dette er ikke tilfelle i diskret rom. Eksempel: I det to-dimensjonale euklidske rom er skjelettet til et objekt et sett uendelig små punkter som har den egenskapen at de ligger like langt fra minst to punkter på objektets kant. En tilsvarende definisjon er ikke mulig i et to-dimensjonalt diskret rom. Copyright Lars Aurdal, NTNU/NR 23

25 En approksimasjon til skjelettet til et diskret sett kan man få vedå utføre såkalte homotopiske tynninger. Et sammensatt strukturelement sies å være homotopisk dersom tynningen med dette strukturelementet ikke modifiserer homotopien til det opprinnelige settet. Skjelettet til et sett kan oppnås ved å utføre gjentatte tynninger av settet med et (eller flere) homotopisk(e) strukturelement(er) inntil stabilitet. Copyright Lars Aurdal, NTNU/NR 24

26 I praksis utføres tynningene i sekvens med alle mulige rotasjoner av det (de) homotopiske strukturelementet (-ene). Denne prosessen kalles sekvensiell tynning og betegnes. Den sekvensielle tynningen av settet X med n rotasjoner av strukturelementet B er gitt ved: X B =(...((X Θ 1 B) Θ 2 B)...) Θ n B Tynningen fortsetter inntil stabilitet oppnås. Copyright Lars Aurdal, NTNU/NR 25

27 4-sammenhengende skjeletter oppnås ved sekvensiell tynning med de sammensatte strukturelementene (og deres fire rotasjoner) gitt i figuren under: Figur 5: De to sammensatte strukturelementene som brukes for å generere 4-sammenhengende skjeletter. Copyright Lars Aurdal, NTNU/NR 26

28 8-sammenhengende skjeletter oppnås ved sekvensiell tynning med de sammensatte strukturelementene (og deres fire rotasjoner) gitt i figuren under: Figur 6: De to sammensatte strukturelementene som brukes for å generere 8-sammenhengende skjeletter. Copyright Lars Aurdal, NTNU/NR 27

29 Figur 7: To ulike penner brukt til å skrive bokstaven a samt de resulterende skjelettene. Copyright Lars Aurdal, NTNU/NR 28

30 Øving 7 Beregn skjelettene til bokstavene vist i forrige slide (og vis hvordan det gjøres) Copyright Lars Aurdal, NTNU/NR 29

Oversikt, kursdag 3. Matematisk morfologi III. Hit-or-miss transformen og skjeletter. Hit-or-miss transformen og skjeletter

Oversikt, kursdag 3. Matematisk morfologi III. Hit-or-miss transformen og skjeletter. Hit-or-miss transformen og skjeletter Matematisk morfologi III Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Sammensatte operasjoner: Hit-or-miss-transformen. Skjeletter. Oversikt, kursdag 3 Copyright Lars Aurdal, NTNU/NR

Detaljer

Oversikt, matematisk morfologi. Matematisk morfologi. Oversikt, matematisk morfologi. Oversikt, matematisk morfologi. Praktisk informasjon

Oversikt, matematisk morfologi. Matematisk morfologi. Oversikt, matematisk morfologi. Oversikt, matematisk morfologi. Praktisk informasjon Matematisk morfologi Lars urdal Norsk regnesentral aurdal@nr.no 9. august 2005 Litt praktisk informasjon.. Historie. Matematisk grunnlag. Fundamentale operatorer: Dilasjon. Erosjon. 1 Sammensatte operatorer:

Detaljer

Matematisk morfologi IV

Matematisk morfologi IV Matematisk morfologi IV Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no. desember 3 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag Geodesi-transformasjoner: Geodesi-dilasjon. Geodesi-erosjon. Geodesi-rekonstruksjon.

Detaljer

Matematisk morfologi NTNU

Matematisk morfologi NTNU Matematisk morfologi Lars Aurdal Norsk regnesentral aurdal@nr.no 19. april 2004 Oversikt, matematisk morfologi Litt praktisk informasjon. Motivasjon. Historie. Matematisk grunnlag. Fundamentale operatorer:

Detaljer

Motivasjon. Litt sett-teori. Eksempel. INF Mesteparten av kap i DIP Morfologiske operasjoner på binære bilder.

Motivasjon. Litt sett-teori. Eksempel. INF Mesteparten av kap i DIP Morfologiske operasjoner på binære bilder. 1 Motivasjon INF 2310 Mesteparten av kap 9.1-9.5 i DIP Morfologiske operasjoner på binære bilder Basis-begreper Fundamentale operasjoner på binære bilder Sammensatte operasjoner Eksempler på anvendelser

Detaljer

Matematisk morfologi II

Matematisk morfologi II Matematisk morfologi II Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 2 Elementære operasjoner: Erosjon. Dilasjon. Sammensatte operasjoner:

Detaljer

Oversikt, kursdag 2. Matematisk morfologi II. Morfologiske operatorer, erosjon og dilasjon. Morfologiske operatorer, erosjon og dilasjon

Oversikt, kursdag 2. Matematisk morfologi II. Morfologiske operatorer, erosjon og dilasjon. Morfologiske operatorer, erosjon og dilasjon Matematisk morfologi II Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Elementære operasjoner: Erosjon. Dilasjon. Oversikt, kursdag 2 Sammensatte operasjoner: Åpning. Lukning. Flosshatt-transformasjoner.

Detaljer

Morfologiske operasjoner på binære bilder

Morfologiske operasjoner på binære bilder Digital bildebehandling Forelesning 13 Morfologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser

Detaljer

Matematisk Morfologi Lars Aurdal

Matematisk Morfologi Lars Aurdal Matematisk Morfologi Lars Aurdal FORSVARETS FORSKNINGSINSTITUTT Motivasjon. Plan Grunnleggende setteori. Grunnleggende operasjoner. Dilasjon. Erosjon. Sammensatte operasjoner Åpning Lukning Algoritmer.

Detaljer

Oversikt, kursdag 4. Matematisk morfologi IV. Geodesi-transformasjoner: Dilasjon. Geodesi-transformasjoner

Oversikt, kursdag 4. Matematisk morfologi IV. Geodesi-transformasjoner: Dilasjon. Geodesi-transformasjoner Matematisk morfologi IV Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no. desember Geodesi-transformasjoner: Oversikt, kursdag Geodesi-dilasjon. Geodesi-erosjon. Geodesi-rekonstruksjon.. Åpning/lukning

Detaljer

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling Digital bildebehandling Forelesning 3 Morfologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser

Detaljer

Motivasjon. INF 2310 Morfologi. Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) Problem: gjenkjenn alle tall i bildet automatisk.

Motivasjon. INF 2310 Morfologi. Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) Problem: gjenkjenn alle tall i bildet automatisk. INF 230 Morfologi Morfologiske operasjoner på binære bilder:. Basis-begreper 2. Fundamentale operasjoner på binære bilder 3. ammensatte operasjoner 4. Eksempler på anvendelser flettet inn GW, Kapittel

Detaljer

Motivasjon. Litt sett-teori. Eksempel. INF Kap. 11 i Efford Morfologiske operasjoner. Basis-begreper

Motivasjon. Litt sett-teori. Eksempel. INF Kap. 11 i Efford Morfologiske operasjoner. Basis-begreper Basis-begreper INF 2310 08.05.2006 Kap. 11 i Efford Morfologiske operasjoner Fundamentale operasjoner på binære bilder Sammensatte operasjoner Morfologisk filtrering Morfologiske operasjoner på gråtonebilder

Detaljer

Introduksjon. Morfologiske operasjoner på binære bilder. Litt mengdeteori. Eksempel: Lenke sammen objekter INF

Introduksjon. Morfologiske operasjoner på binære bilder. Litt mengdeteori. Eksempel: Lenke sammen objekter INF INF230 5.05.202 Morfologiske operasjoner på binære bilder Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser er flettet inn DIP: 9.-9.4, 9.5.,

Detaljer

Oversikt, kursdag 5. Matematisk morfologi V. Hva er segmentering. Hva er segmentering. Lars Aurdal Norsk regnesentral

Oversikt, kursdag 5. Matematisk morfologi V. Hva er segmentering. Hva er segmentering. Lars Aurdal Norsk regnesentral Matematisk morfologi V Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Segmentering: Watershedtransformen. Oversikt, kursdag 5 Copyright Lars Aurdal, NTNU/NR Copyright Lars Aurdal, NTNU/NR

Detaljer

Matematisk morfologi V

Matematisk morfologi V Matematisk morfologi V Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 5 Segmentering: Watershedtransformen. Copyright Lars Aurdal, NTNU/NR

Detaljer

Motivasjon INF Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) OCR-gjennkjenning: Problem: gjenkjenn alle tall i bildet automatisk.

Motivasjon INF Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) OCR-gjennkjenning: Problem: gjenkjenn alle tall i bildet automatisk. INF 230 Morologi Morologiske operasjoner på binære bilder:. Basis-begreper 2. Fundamentale operasjoner på binære bilder 3. Sammensatte operasjoner 4. Eksempler på anvendelser lettet inn GW, Kapittel 9.-9.4

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF310 Digital bildebehandling Eksamensdag : Tirsdag 5. juni 007 Tid for eksamen : 09:00 1:00 Oppgavesettet er på : 5 sider

Detaljer

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling Introduksjon Digital bildebehandling Forelesning 3 Morologiske operasjoner på binære bilder Fritz Albregtsen Repetisjon av grunnleggende mengdeteori Fundamentale operatorer ammensatte operatorer Eksempler

Detaljer

LO118D Forelesning 3 (DM)

LO118D Forelesning 3 (DM) LO118D Forelesning 3 (DM) Mengder og funksjoner 27.08.2007 1 Mengder 2 Funksjoner Symboler x y Logisk AND, både x og y må være sanne x y Logisk OR, x eller y må være sann x Negasjon, ikke x x For alle

Detaljer

Heuristiske søkemetoder III

Heuristiske søkemetoder III Heuristiske søkemetoder III Lars Aurdal Intervensjonssenteret Lars.Aurdal@labmed.uio.no 14. september 2003 Plan Eksempel: Bildebehandling, segmentering: Hva er segmentering? Klassisk metode, terskling.

Detaljer

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling Introduksjon Digital bildebehandling Forelesning 4 Morologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer ammensatte operatorer Eksempler

Detaljer

MAT1140: Kort sammendrag av grafteorien

MAT1140: Kort sammendrag av grafteorien MAT1140: Kort sammendrag av grafteorien Dette notatet gir en kort oversikt over den delen av grafteorien som er gjennomgått i MAT1140 høsten 2013. Vekten er på den logiske oppbygningen, og jeg har utelatt

Detaljer

Massegeometri. Vi skal her se på noen begreper og utregninger som vi får stor bruk for videre i mekanikken.

Massegeometri. Vi skal her se på noen begreper og utregninger som vi får stor bruk for videre i mekanikken. Massegeometri Vi skal her se på noen begreper og utregninger som vi får stor bruk for videre i mekanikken. Tyngdepunktets plassering i ulike legemer og flater. Viktig for å kunne regne ut andre størrelser.

Detaljer

Morfologiske operasjoner. Motivasjon

Morfologiske operasjoner. Motivasjon INF 230 Digital bildebehandling orelesning nr 2-9.04.2005 Morologiske operasjoner Litteratur : Eord, Kap. Temaer : Neste gang : Basis-begreper Fundamentale operasjoner på binære bilder ammensatte operasjoner

Detaljer

Histogrammetoder. Lars Aurdal Norsk regnesentral. Histogrammetoder p.1/91

Histogrammetoder. Lars Aurdal Norsk regnesentral. Histogrammetoder p.1/91 Histogrammetoder Lars Aurdal Norsk regnesentral aurdal@nr.no Histogrammetoder p.1/91 Oversikt 1 Litt praktisk informasjon. Grånivåtransformasjoner. Grunnleggende transformasjoner. Negativer. Log-transformasjoner.

Detaljer

(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer

(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer 5 Vektorrom Et vektorrom er en mengde V med tre algebraiske operasjoner (addisjon, negasjon og skalærmultiplikasjon) som tilfredsstiller de 10 betingelsene fra Def. 4.1.1. Jeg vil ikke gi en eksamensoppgave

Detaljer

Analyse og metodikk i Calculus 1

Analyse og metodikk i Calculus 1 Analyse og metodikk i Calculus 1 Fredrik Göthner og Raymi Eldby Norges teknisk-naturvitenskapelige universitet 3. desember 01 1 Innhold Forord 3 1 Vurdering av grafer og funksjoner 4 1.1 Hva er en funksjon?.........................

Detaljer

Grublegruppe 19. sept. 2011: Algebra I

Grublegruppe 19. sept. 2011: Algebra I Grublegruppe 19. sept. 2011: Algebra I Ivar Staurseth ivarsta@math.uio.no Innledning, definisjoner Vi har så langt jobbet med mengder, X, hvor vi har hatt et avstandsbegrep og hvor vi har vært i stand

Detaljer

Kapittel 5: Mengdelære

Kapittel 5: Mengdelære MAT1030 Diskret Matematikk Forelesning 9: Mengdelære Roger Antonsen Institutt for informatikk, Universitetet i Oslo Kapittel 5: Mengdelære 17. februar 2009 (Sist oppdatert: 2009-02-17 15:56) MAT1030 Diskret

Detaljer

Morfologi i Binære Bilder III

Morfologi i Binære Bilder III Morfologi i Binære Bilder III Lars Vidar Magnusson March 28, 2017 Delkapittel 9.5 Some Basic Morphological Algorithms Boundary Extraction (Grenseuthenting) Vi kan hente ut grensen til et sett (boundary)

Detaljer

Oversikt, kursdag 1. Matematisk morfologi I. Praktisk informasjon om kurset. Praktisk informasjon om kurset

Oversikt, kursdag 1. Matematisk morfologi I. Praktisk informasjon om kurset. Praktisk informasjon om kurset Matematisk morfologi I Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 1. mars 2005 Praktisk informasjon om kurset Forelesninger. Øvinger. Pensum. Eksamen. Oversikt, kursdag 1 Tema for forelesningene.

Detaljer

Matematisk morfologi I

Matematisk morfologi I Matematisk morfologi I Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 1 Praktisk informasjon om kurset Forelesninger. Øvinger. Pensum.

Detaljer

Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG. Dato: 11. desember 2008 Varighet: 0900-1300. Antall sider inkl.

Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG. Dato: 11. desember 2008 Varighet: 0900-1300. Antall sider inkl. Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG Emnekode: Emnenavn: DAT2 Grafisk Databehandling Dato:. desember 28 Varighet: 9 - Antall sider inkl. forside 7 OPPGAVE. (2%) a) b)

Detaljer

UNIVERSITETET I OSLO. Dette er et løsningsforslag

UNIVERSITETET I OSLO. Dette er et løsningsforslag Bokmål UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF231 Digital bildebehandling Eksamensdag : Onsdag 3. juni 29 Tid for eksamen : 14:3 17:3 Løsningsforslaget er på :

Detaljer

Geometri Mona Røsseland Nasjonalt senter for matematikk i Opplæringen Leder i LAMIS Lærebokforfatter, MULTI Geometri i skolen Geometri etter 4.

Geometri Mona Røsseland Nasjonalt senter for matematikk i Opplæringen Leder i LAMIS Lærebokforfatter, MULTI Geometri i skolen Geometri etter 4. Geometri Mona Røsseland Nasjonalt senter for matematikk i Opplæringen Leder i LAMIS Lærebokforfatter, MULTI 15-Apr-07 Geometri i skolen dreier seg blant annet om å analysere egenskaper ved to- og tredimensjonale

Detaljer

MAT1030 Diskret matematikk. Mengder. Mengder. Forelesning 9: Mengdelære. Dag Normann OVER TIL KAPITTEL februar 2008

MAT1030 Diskret matematikk. Mengder. Mengder. Forelesning 9: Mengdelære. Dag Normann OVER TIL KAPITTEL februar 2008 MAT1030 Diskret matematikk Forelesning 9: Mengdelære Dag Normann OVER TIL KAPITTEL 5 Matematisk Institutt, Universitetet i Oslo 11. februar 2008 MAT1030 Diskret matematikk 11. februar 2008 2 De fleste

Detaljer

3.9 Teori og praksis for Minste kvadraters metode.

3.9 Teori og praksis for Minste kvadraters metode. 3.9 Teori og praksis for Minste kvadraters metode. Vi fortsetter med minste kvadraters problem. Nå skal vi se nærmere på noen teoretiske spørsmål, bl.a. hvordan normallikningene utledes. Minner om MK problemstillingen:

Detaljer

Hvordan lage et sammensatt buevindu med sprosser?

Hvordan lage et sammensatt buevindu med sprosser? Hvordan lage et sammensatt buevindu med sprosser? I flere tilfeller er et vindu som ikke er standard ønskelig. I dette tilfellet skal vinduet under lages. Prinsippene er de samme for andre sammensatte

Detaljer

INF1820 2013-04-12 INF1820. Arne Skjærholt INF1820. Dagens språk: Russisk. dyes yataya l yektsiya. Arne Skjærholt. десятая лекция

INF1820 2013-04-12 INF1820. Arne Skjærholt INF1820. Dagens språk: Russisk. dyes yataya l yektsiya. Arne Skjærholt. десятая лекция Arne Skjærholt десятая лекция Dagens språk: Russisk. dyes yataya l yektsiya Arne Skjærholt десятая лекция N,Σ,R,S Nå er vi tilbake i de formelle, regelbaserte modellene igjen, og en kontekstfri grammatikk

Detaljer

Eneboerspillet del 2. Håvard Johnsbråten, januar 2014

Eneboerspillet del 2. Håvard Johnsbråten, januar 2014 Eneboerspillet del 2 Håvard Johnsbråten, januar 2014 I Johnsbråten (2013) løste jeg noen problemer omkring eneboerspillet vha partall/oddetall. I denne parallellversjonen av artikkelen i vil jeg i stedet

Detaljer

MAT1140: Kort sammendrag av grafteorien

MAT1140: Kort sammendrag av grafteorien MAT1140, H-15 MAT1140: Kort sammendrag av grafteorien Dette notatet gir en kort oppsummering av grafteorien i MAT1140. Vekten er på den logiske oppbygningen, og jeg har utelatt all motivasjon og (nesten)

Detaljer

a. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z

a. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z Kommentar: Svar kort og konsist. Husk at eksamen har tre oppgaver. Poengene for hver (del-) oppgave bør gi en indikasjon på hvor me tid som bør benttes per oppgave. Oppgave 1: Forskjellige emner (40 poeng)

Detaljer

Brukerveiledning for student skoleeksamen HIST Oppdatert 27. oktober 2014

Brukerveiledning for student skoleeksamen HIST Oppdatert 27. oktober 2014 Brukerveiledning for student skoleeksamen HIST Oppdatert 27. oktober 2014 1 Innhold Innledning Pålogging Din oversikt over prøver og eksamener Valg av språk og skriftstørrelse m.m Besvare eksamen med sikker

Detaljer

MAT 1120: Obligatorisk oppgave 2, H-09

MAT 1120: Obligatorisk oppgave 2, H-09 MAT 1120: Obligatorisk oppgave 2, H-09 Innlevering: Senest fredag 30 oktober, 2009, kl1430, på Ekspedisjonskontoret til Matematisk institutt (7 etasje NHA) Du kan skrive for hånd eller med datamaskin,

Detaljer

Morfologi i Binære Bilder

Morfologi i Binære Bilder Morfologi i Binære Bilder Lars Vidar Magnusson March 20, 2017 Delkapittel 9.1 Preliminaries Delkapittel 9.2 Dilation and Erosion Bakgrunn Morfologiske operasjoner på binære bilder beskrives med mengdeteori.

Detaljer

RF5100 Lineær algebra Leksjon 1

RF5100 Lineær algebra Leksjon 1 RF5100 Lineær algebra Leksjon 1 Lars Sydnes, NITH 20.august 2013 I. INFORMASJON FAGLÆRER Kontakt: Lars Sydnes lars.sydnes@nith.no 93035685 Bakgrunn: Doktorgrad i Matematikk fra NTNU (2012), Siv.ing. Industriell

Detaljer

PG 4200 Algoritmer og datastrukturer Innlevering 2

PG 4200 Algoritmer og datastrukturer Innlevering 2 PG 4200 Algoritmer og datastrukturer Innlevering 2 Frist: Mandag 21.april 2014 kl 23.55 Utdelt materiale: Se zip-filen innlevering2.zip. Innlevering: Lever en zip-fil som inneholder følgende: PG4200_innlevering_2.pdf:

Detaljer

Forelesningsnotater SIF8039/ Grafisk databehandling

Forelesningsnotater SIF8039/ Grafisk databehandling Forelesningsnotater SIF839/ Grafisk databehandling Notater til forelesninger over: Kapittel 4: Geometric Objects and ransformations i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 orbjørn

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 10: Mengdelære Roger Antonsen Institutt for informatikk, Universitetet i Oslo 24. februar 2009 (Sist oppdatert: 2009-02-25 08:27) Kapittel 5: Mengdelære MAT1030 Diskret

Detaljer

TOPOLOGI. Dan Laksov

TOPOLOGI. Dan Laksov Forum för matematiklärare TOPOLOGI Dan Laksov Institutionen för Matematik, 2009 Finansierat av Marianne och Marcus Wallenbergs Stiftelse Topologi Dan Laksov Notater for Forum för Matematiklärare. Høst

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 4. juni 2013 Tid for eksamen : 09:00 13:00 Oppgavesettet er på : 7 sider

Detaljer

Kapittel 5: Mengdelære

Kapittel 5: Mengdelære MAT1030 Diskret Matematikk Forelesning 10: Mengdelære Roger Antonsen Institutt for informatikk, Universitetet i Oslo Kapittel 5: Mengdelære 24. februar 2009 (Sist oppdatert: 2009-02-25 08:27) MAT1030 Diskret

Detaljer

Korteste Vei II. Lars Vidar Magnusson 11.4.2014. Kapittel 24 Bellman-Ford algoritmen Dijkstra algoritmen

Korteste Vei II. Lars Vidar Magnusson 11.4.2014. Kapittel 24 Bellman-Ford algoritmen Dijkstra algoritmen Korteste Vei II Lars Vidar Magnusson 11.4.2014 Kapittel 24 Bellman-Ford algoritmen Dijkstra algoritmen Bellman-Ford Algoritmen Bellman-Ford er en single-source korteste vei algoritme. Den tillater negative

Detaljer

INF Kap og i DIP

INF Kap og i DIP INF 30 7.0.009 Kap..4.4 og.6.5 i DIP Anne Solberg Geometriske operasjoner Affine transformer Interpolasjon Samregistrering av bilder Geometriske operasjoner Endrer på pikslenes posisjoner o steg:. Finn

Detaljer

MAT1030 Forelesning 10

MAT1030 Forelesning 10 MAT1030 Forelesning 10 Mengdelære Roger Antonsen - 24. februar 2009 (Sist oppdatert: 2009-02-25 08:27) Kapittel 5: Mengdelære Oversikt Vi har nå innført de Boolske operasjonene, union snitt komplement

Detaljer

INF 4130. 8. oktober 2009. Dagens tema: Uavgjørbarhet. Neste uke: NP-kompletthet

INF 4130. 8. oktober 2009. Dagens tema: Uavgjørbarhet. Neste uke: NP-kompletthet INF 4130 8. oktober 2009 Stein Krogdahl Dagens tema: Uavgjørbarhet Dette har blitt framstilt litt annerledes tidligere år Se Dinos forelesninger fra i fjor. I år: Vi tenker mer i programmer enn i Turing-maskiner

Detaljer

Oppsummering. MAT1030 Diskret matematikk. Relasjoner. Relasjoner. Forelesning 11: Relasjoner

Oppsummering. MAT1030 Diskret matematikk. Relasjoner. Relasjoner. Forelesning 11: Relasjoner Oppsummering MAT1030 Diskret matematikk Forelesning 11: Relasjoner Dag Normann Matematisk Institutt, Universitetet i Oslo 18. februar 2008 Vi har gjort oss ferdige med innføringen av Boolesk mengdelære.

Detaljer

Geometriske avbildninger og symmetri. A2A/A2B Høgskolen i Vestfold

Geometriske avbildninger og symmetri. A2A/A2B Høgskolen i Vestfold Geometriske avbildninger og symmetri A2A/A2B Høgskolen i Vestfold 6. november 2009 Innhold 1. Symmetri 2. Avbildninger 3. Isometrier 4. Egenskaper ved avbildninger 5. Symmetrigrupper Kilde for forelesningen:

Detaljer

Morfologi i Gråskala-Bilder II

Morfologi i Gråskala-Bilder II Morfologi i Gråskala-Bilder II Lars Vidar Magnusson April 4, 2017 Delkapittel 9.6 Gray-Scale Morphology Top-Hat (Topphatt) Transformasjon Et eksempel på bruk av top-hat transformasjonen Top-Hat (Topphatt)

Detaljer

For en tid siden ble jeg konfrontert med følgende problemstilling:

For en tid siden ble jeg konfrontert med følgende problemstilling: Normat 55:, 3 7 (7) 3 Bøker på bøker En bokorms øvelse i stabling Ivar Farup Høgskolen i Gjøvik Postboks 9 N 8 Gjøvik ivar.farup@hig.no Innledning For en tid siden ble jeg konfrontert med følgende problemstilling:

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Oppgavesettett er på : 6 sider

Detaljer

Forelesning 9. Mengdelære. Dag Normann februar Mengder. Mengder. Mengder. Mengder OVER TIL KAPITTEL 5

Forelesning 9. Mengdelære. Dag Normann februar Mengder. Mengder. Mengder. Mengder OVER TIL KAPITTEL 5 Forelesning 9 Mengdelære Dag Normann - 11. februar 2008 OVER TIL KAPITTEL 5 De fleste som tar MAT1030 har vært borti mengder i en eller annen form tidligere. I statistikk og sannsynlighetsteori på VGS

Detaljer

TDT4105/TDT4110 Informasjonsteknologi grunnkurs:

TDT4105/TDT4110 Informasjonsteknologi grunnkurs: 1 TDT4105/TDT4110 Informasjonsteknologi grunnkurs: Uke 38 Digital representasjon, del 2 - Representasjon av lyd og bilder - Komprimering av data Rune Sætre satre@idi.ntnu.no 2 Digitalisering av lyd Et

Detaljer

TDT4195 Bildeteknikk

TDT4195 Bildeteknikk TDT495 Bildeteknikk Grafikk Vår 29 Forelesning 5 Jo Skjermo Jo.skjermo@idi.ntnu.no Department of Computer And Information Science Jo Skjermo, TDT423 Visualisering 2 TDT495 Forrige gang Attributter til

Detaljer

Emne 12 Mengdelære. ( bokstaven g er ikke et element i mengden B ) Betyr: B er mengden av alle positive oddetall.

Emne 12 Mengdelære. ( bokstaven g er ikke et element i mengden B ) Betyr: B er mengden av alle positive oddetall. Emne 12 Mengdelære En mengde er en samling elementer. Mengden er veldefinert hvis vi entydig kan avgjøre om et vilkårlig element tilhører mengden eller ikke. Mengder på listeform. Endelige mengder:, Uendelige

Detaljer

4.1 Vektorrom og underrom

4.1 Vektorrom og underrom 4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,

Detaljer

Kapittel 5: Relasjoner

Kapittel 5: Relasjoner MAT1030 Diskret Matematikk Forelesning 11: Relasjoner Dag Normann Matematisk Institutt, Universitetet i Oslo Kapittel 5: Relasjoner 23. februar 2010 (Sist oppdatert: 2010-02-23 14:33) MAT1030 Diskret Matematikk

Detaljer

INF1800 Forelesning 2

INF1800 Forelesning 2 INF1800 Forelesning 2 Mengdelære Roger Antonsen - 20. august 2008 (Sist oppdatert: 2008-09-03 12:36) Mengdelære Læreboken Det meste av det vi gjør her kan leses uavhengig av boken. Følgende avsnitt i boken

Detaljer

Kompleksitetsanalyse Helge Hafting 25.1.2005 Opphavsrett: Forfatter og Stiftelsen TISIP Lærestoffet er utviklet for faget LO117D Algoritmiske metoder

Kompleksitetsanalyse Helge Hafting 25.1.2005 Opphavsrett: Forfatter og Stiftelsen TISIP Lærestoffet er utviklet for faget LO117D Algoritmiske metoder Helge Hafting 25.1.2005 Opphavsrett: Forfatter og Stiftelsen TISIP Lærestoffet er utviklet for faget LO117D Algoritmiske metoder Innhold 1 1 1.1 Hva er en algoritme?............................... 1 1.2

Detaljer

Brukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger:

Brukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger: Brukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger: 1. Velg først "Vis avanserte funksjoner" Evt. hvis du ønsker å se på salget i går eller

Detaljer

Kapittel 14, Hashing. Tema. Definere hashing Studere ulike hashfunksjoner Studere kollisjonsproblemet 17-1

Kapittel 14, Hashing. Tema. Definere hashing Studere ulike hashfunksjoner Studere kollisjonsproblemet 17-1 Kapittel 14, Hashing Tema Definere hashing Studere ulike hashfunksjoner Studere kollisjonsproblemet 17-1 Hashing Hashing er en effektiv metode ved lagring og gjenfinning (søking) av informasjon Søkemetoder

Detaljer

Målet med denne masteroppgaven blir å sette seg inn i kunstnerens problemstillinger og prøve å finne metoder for hvordan ideene hans kan realiseres.

Målet med denne masteroppgaven blir å sette seg inn i kunstnerens problemstillinger og prøve å finne metoder for hvordan ideene hans kan realiseres. i Sammendrag Terrengmodellering i 3D er i dag en mye brukt måte å fremstille landskap på. Slike modeller kan man se i utallige dataspill, animasjonsfilmer, og geologiske modeller. Den vanligste måten å

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Forelesning 26: Trær Dag Normann Matematisk Institutt, Universitetet i Oslo 28. april 2008 Oppsummering Sist forelesning snakket vi i hovedsak om trær med rot, og om praktisk

Detaljer

Utkast med løsningshint inkludert UNIVERSITETET I OSLO

Utkast med løsningshint inkludert UNIVERSITETET I OSLO Utkast med løsningshint inkludert UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 2. juni 2010 Tid for eksamen : 09:00

Detaljer

Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling

Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling Dagens mål Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 IF2310 - Digital bildebehandling Ole Marius Hoel Rindal, slides av Andreas Kleppe Dagens mål Forstå

Detaljer

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf Introduksjon MAT13 Diskret matematikk Forelesning 21: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 9. april 28 Vi skal nå over til kapittel 1 & grafteori. Grafer fins overalt rundt

Detaljer

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra Universitet i Bergen Det matematisk-naturvitenskapelige fakultet Bokmål Eksamen i emnet MAT - Lineær algebra Onsdag 5 september, 0, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets

Detaljer

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen MAT1030 Diskret Matematikk Forelesning 22: Grafteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo Introduksjon 21. april 2009 (Sist oppdatert: 2009-04-21 15:13) MAT1030 Diskret Matematikk

Detaljer

Høgskolen i Oslo og Akershus. c) Et annet likningssystem er gitt som. t Bestem parametrene s og t slik at likningssystemet blir inkonsistent.

Høgskolen i Oslo og Akershus. c) Et annet likningssystem er gitt som. t Bestem parametrene s og t slik at likningssystemet blir inkonsistent. Innlevering i BYFE 000 Oppgavesett Innleveringsfrist: 0 oktober klokka :00 Antall oppgaver: 6 Noen av disse oppgavene løses ved hjelp av papir blyant, mens andre oppgaver løses ved hjelp av MATLAB til

Detaljer

Mengdelære INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE. Læreboken. Mengder. Definisjon (Mengde) Roger Antonsen

Mengdelære INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE. Læreboken. Mengder. Definisjon (Mengde) Roger Antonsen INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE Roger Antonsen Mengdelære Institutt for informatikk Universitetet i Oslo 20. august 2008 (Sist oppdatert: 2008-09-03 12:36) Læreboken Mengder Definisjon

Detaljer

EKSAMEN. Bildebehandling og mønstergjenkjenning

EKSAMEN. Bildebehandling og mønstergjenkjenning EKSAMEN Emnekode: ITD33514 Dato: 18. mai 2015 Hjelpemidler: Alle trykte og skrevne. Emne: Bildebehandling og mønstergjenkjenning Eksamenstid: 4 timers eksamen Faglærer: Jan Høiberg Eksamensoppgaven: Oppgavesettet

Detaljer

Repetisjon og mer motivasjon. MAT1030 Diskret matematikk. Repetisjon og mer motivasjon

Repetisjon og mer motivasjon. MAT1030 Diskret matematikk. Repetisjon og mer motivasjon Repetisjon og mer motivasjon MAT030 Diskret matematikk Forelesning 22: Grafteori Roger Antonsen Matematisk Institutt, Universitetet i Oslo 4. april 2008 Først litt repetisjon En graf består av noder og

Detaljer

INF1800 LOGIKK OG BEREGNBARHET

INF1800 LOGIKK OG BEREGNBARHET INF1800 LOGIKK OG BEREGNBARHET FORELESNING 2: MENGDELÆRE Roger Antonsen Institutt for informatikk Universitetet i Oslo 20. august 2008 (Sist oppdatert: 2008-09-03 12:36) Mengdelære Læreboken Det meste

Detaljer

FYS 2150.ØVELSE 15 POLARISASJON

FYS 2150.ØVELSE 15 POLARISASJON FYS 2150.ØVELSE 15 POLARISASJON Fysisk institutt, UiO 15.1 Polarisasjonsvektorene Vi skal i denne øvelsen studere lineært og sirkulært polarisert lys. En plan, lineært polarisert lysbølge beskrives ved

Detaljer

EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL. 09.00 13.00

EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL. 09.00 13.00 Side 1 av 5 EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL. 09.00 13.00 Oppgavestillere: Kvalitetskontroll: Richard Blake Jo Skjermo Torbjørn Hallgren Kontakt under eksamen: Richard Blake tlf.

Detaljer

MAT1030 Diskret matematikk

MAT1030 Diskret matematikk MAT1030 Diskret matematikk Forelesning 23: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo 16. april 2008 Oppsummering En graf består av noder og kanter Kanter ligger inntil noder, og

Detaljer

Oppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Forelesning 23: Grafteori

Oppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Forelesning 23: Grafteori Oppsummering MAT1030 Diskret matematikk Forelesning 23: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo 16. april 2008 En graf består av noder og kanter Kanter ligger inntil noder, og

Detaljer

Forelesning 11. Relasjoner. Dag Normann februar Oppsummering. Relasjoner. Relasjoner. Relasjoner

Forelesning 11. Relasjoner. Dag Normann februar Oppsummering. Relasjoner. Relasjoner. Relasjoner Forelesning 11 Dag Normann - 18. februar 2008 Oppsummering Vi har gjort oss ferdige med innføringen av Boolesk mengdelære. Bruk av Venn-diagrammer er et av læringsmålene i dette emnet. Vi så kort på digital

Detaljer

MAT feb feb feb MAT Våren 2010

MAT feb feb feb MAT Våren 2010 MAT 1012 Våren 2010 Forelesning Vi er ferdig med en-variabel-teorien, og vi kan begynne å jobbe med funksjoner i flere variable. Det første vi skal gjøre er å gå gjennom de vanlige analysene vi gjør for

Detaljer

4.1 Vektorrom og underrom

4.1 Vektorrom og underrom 4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,

Detaljer

Algoritmer og datastrukturer Kapittel 9 - Delkapittel 9.1

Algoritmer og datastrukturer Kapittel 9 - Delkapittel 9.1 Delkapittel 9.1 Generelt om balanserte trær Side 1 av 13 Algoritmer og datastrukturer Kapittel 9 - Delkapittel 9.1 9.1 Generelt om balanserte trær 9.1.1 Hva er et balansert tre? Begrepene balansert og

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 10: Mengdelære Dag Normann Matematisk Institutt, Universitetet i Oslo 17. februar 2010 (Sist oppdatert: 2010-02-17 12:40) Kapittel 5: Mengdelære MAT1030 Diskret Matematikk

Detaljer

Oppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Eksempel

Oppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Eksempel MAT1030 Diskret matematikk Forelesning 26: Trær Sist forelesning snakket vi i hovedsak om trær med rot, og om praktisk bruk av slike. rot Dag Normann Matematisk Institutt, Universitetet i Oslo barn barn

Detaljer

Grafteori. MAT1030 Diskret Matematikk. Repetisjon og mer motivasjon. Repetisjon og mer motivasjon. Forelesning 23: Grafteori.

Grafteori. MAT1030 Diskret Matematikk. Repetisjon og mer motivasjon. Repetisjon og mer motivasjon. Forelesning 23: Grafteori. MAT030 Diskret Matematikk Forelesning 23: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo Grafteori 20. april 200 (Sist oppdatert: 200-04-20 4:8) MAT030 Diskret Matematikk 20. april 200

Detaljer

Emnekode: LGU 51014 Emnenavn: Matematikk 1 (5 10), emne 1. Semester: VÅR År: 2016 Eksamenstype: Skriftlig

Emnekode: LGU 51014 Emnenavn: Matematikk 1 (5 10), emne 1. Semester: VÅR År: 2016 Eksamenstype: Skriftlig Sensurveiledning Emnekode: LGU 51014 Emnenavn: Matematikk 1 (5 10), emne 1 Semester: VÅR År: 2016 Eksamenstype: Skriftlig Oppgave 1 Figuren viser hvordan en nettside forklarer en metode for addisjon og

Detaljer

Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II

Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II 1. En fax-oppgave: a. Et ark med tekst og enkle strektegninger skal sendes pr digital fax over en modemlinje med kapasitet

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 23: Grafteori Dag Normann Matematisk Institutt, Universitetet i Oslo 20. april 2010 (Sist oppdatert: 2010-04-20 14:17) Grafteori MAT1030 Diskret Matematikk 20. april

Detaljer

EKSAMEN I SIF4048 KJEMISK FYSIKK OG KVANTEMEKANIKK Lørdag 2. august 2003 kl. 09.00-15.00

EKSAMEN I SIF4048 KJEMISK FYSIKK OG KVANTEMEKANIKK Lørdag 2. august 2003 kl. 09.00-15.00 Side 1 av 5 NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET Institutt for fysikk Faglig kontakt under eksamen: Margareth Nupen, tel. 73 55 96 42 Ingjald Øverbø, tel. 73 59 18 67 EKSAMEN I SIF4048 KJEMISK

Detaljer

MAT1030 Diskret Matematikk

MAT1030 Diskret Matematikk MAT1030 Diskret Matematikk Forelesning 11: Relasjoner Roger Antonsen Institutt for informatikk, Universitetet i Oslo 25. februar 2009 (Sist oppdatert: 2009-03-03 11:37) Kapittel 5: Relasjoner MAT1030 Diskret

Detaljer