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

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

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

Transkript

1 Dagens mål Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 IF Digital bildebehandling Ole Marius Hoel Rindal, slides av Andreas Kleppe Dagens mål Forstå 2D diskret Fourier-transform 2D DFT) som et ortogonalt basisskifte, og bevise denne sammenhengen. Denne forelesningen forutsetter at du har god kjennskap til lineær algebra, og mye av det vi går gjennom her er ikke pensum. Forelesningen er allikevel nyttig for å forstå Fourier transformasjonen. 11. mars 2015 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Standard indreprodukt Standard indreprodukt i R er: x, y : x T y x i y i otasjon: Ofte én-indekseres vektorelementene i grunnleggende lineær algebra, men vi null-indekserer. otasjon: Ofte angis dimensjonene med små bokstaver, men vi vil her bruke store, f.eks. istedetfor n. Kan kalles prikkprodukt eller skalarprodukt. x, x er den euklidske normen. i0 Standard indreprodukt i C er: x, y : x T y x i yi i0 otasjon: betegner kompleks-konjugering. Ortogonalitet Et indreproduktrom er et vektorrom med et spesifikt indreprodukt. F.eks. det euklidske rommet i R 3, altså vektorrommet R 3 med standard indreprodukt i R 3 som indreprodukt. To vektorer x og y kalles ortogonale i et indreproduktrom hvis x, y 0. Vi skriver at x y. Her betegner, indreproduktet til indreproduktrommet. Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29

2 Standard indreprodukt for komplekse matriser Basis Standard indreprodukt i C M, er: A,B : i0 a ij bij j0 To matriser A og B er ortogonale hvis A,B 0. Dette er egentlig bare en spesialtilfelle av definisjonen på forrige slide fordi C M, er et vektorrom på lik linje med C ; begrepet vektor brukes i denne sammenhengen som en betegnelse på elementene i et vektorrom. En basis for et vektorrom V er en mengde vektorer { v 0,..., v } der v i V for alle i) som: 1 Er lineært uavhengige, dvs., i0 c i v i 0 c i 0 i 2 Utspenner V, dvs., V Span{v 0,...,v } En basis for V) kan betraktes som en minst mulig mengde som kan representere alle vektorer i V). Å skifte basisen som brukes til å uttrykke en vektor kalles et basisskifte. Et basisskifte endrer hvordan vektoren er representert, men ikke hva den representerer. Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ortogonal basis I En mengde vektorer { v 0,..., v } kalles en ortogonal mengde dersom v i, v j 0 i j En ortogonal basis er en basis og en ortogonalt mengde. Et ortogonalt basisskifte er et basisskifte mellom ortogonale basiser. Ortogonal basis II Teorem: Ortogonalt basisskifte La S : { v 0,..., v } være en ortogonal basis for et indreproduktrom. Enhver y i dette rommet kan da skrives som: y c i v i i0 der c i for i 0,1,..., 1 er gitt ved: c i y, v i v i, v i der, betegner indreproduktet til indreproduktrommet. c 0,c 1,...,c kalles koordinatene til y mhp. S. Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29

3 En ortogonal basis En ortogonal basis - bevis basis) For u 0,1,...,M 1 og v 0,1,..., 1, la: A u,v : 1 e j2πu 0 +v 0 M )..... ) e j2πu) M e j2πu) +v 0 M e j2πu 0 M +v) ) +v) ) Teorem A {A u,v u 0,1,...,M 1 v 0,1,..., 1} er en ortogonal basis for C M, mhp. standard indreprodukt i C M,. Dersom A er en ortogonal mengde må den også være en basis for det aktuelle rommet, C M, : 1 Siden elementene i A, A u,v, er ulik 0-matrisen, vil ortogonalitet medføre lineær uavhengighet. 2 A utspenner C M, hvis elementene er lineært uavhengige: Det finnes elementer i A. Hver matrise ligger i C M,. Dimensjonen av C M, er. dersom elementene i A er lineært uavhengige må de utspenne C M,. Altså står og faller hele teoremet på om A er en ortogonal mengde. Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 En ortogonal basis - bevis ortogonalitet I) A er en ortogonal mengde hvis og bare hvis A u,v,a u,v 0 når u u og/eller v v. Generelt er: A u,v,a u,v 1 M M 2 2 ) e j2πux M +vy j2π u ) e e j2π u u ) )x M +v v )y Dersom u u og v v trengs ikke for å vise ortogonalitet): A u,v,a u,v 1 M 2 2 e 0 1 En ortogonal basis - bevis ortogonalitet II) Dersom v v : A u,v,a u,v 1 M 2 2 e j2πu u )x M e j2πv v )y Siden v v vil v v { 1),..., 1,1,..., 1} og dermed e j2πv v 1. Siden n 1 k0 rk 1 rn når r 1: 1 r A u,v,a u,v 1 ) e j2πu u )x M 2 2 M 1 ej2πv v 1 e j2πv v 1 M 2 2 e j2πu u )x M e j2πv v 0 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29

4 En ortogonal basis - bevis ortogonalitet III) Dersom u u kan vi føre et helt tilsvarende resonnement for å vise at A u,v,a u,v 0: 1 Bytt summasjonsrekkefølgen. 2 Trekk ut potensen med v v i eksponenten fra indre sum. 3 u u { M 1),..., 1,1,...,M 1} e j2πu u M 1 kan bruke formelen for geometrisk rekke. 4 Telleren blir 0 hele uttrykket blir 0. En ortogonal basis - bevis ortogonalitet IV) Vi har altså vist at A u,v,a u,v ) 1 δu u,v v ), der δ er Kronecker delta, dvs. at: 0 når u u og/eller v v. A er en ortogonal mengde. ) 1 når u u og v v. mengden av Au,v for u 0,1,...,M 1 og v 0,1,..., 1 er en ortonormal mengde dvs. en ortogonal mengde der alle elementene har indreproduktnorm 1). Sammen med basis-beviset har vi dermed bevist teoremet; A {A u,v u 0,1,...,M 1 v 0,1,..., 1} er en ortogonal basis for C M, mhp. standard indreprodukt i C M,. Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 2D DFT - et ortogonalt basisskifte I Siden A er en ortogonal basis for C M, mhp. dets standard indreprodukt, så sier teoremet om ortogonalt basisskifte at: Enhver f C M, oppfyller: f u0 c u,v A u,v v0 som etter og omdøpt c u,v til Fu,v) kan skrives på komponentform som: fx,y) 1 u0 v0 Fu,v)e j2πux M +vy ) 2D DFT - et ortogonalt basisskifte II Videre sier teoremet om ortogonalt basisskifte:... der c u,v Fu,v) for u 0,1,...,M 1 og v 0,1,..., 1 er gitt ved: Fu,v) f,a u,v A u,v,a u,v ) 1 fx,y)e j2πux M +vy ) ) 1 fx,y)e j2πux M +vy ) Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29

5 2D DFT - et ortogonalt basisskifte III Vi definerer 2D diskret Fourier-transform 2D DFT) av et bilde f R M, som koordinatene til f mhp. A. Altså er 2D DFT av f matrisen F C M, som er gitt ved: Fu,v) fx,y)e j2πux M +vy ) for u 0,1,...,M 1 og v 0,1,..., 1. Vi gå tilbake til standardbasisen for matriser ved å bruke: fx,y) 1 u0 v0 Fu,v)e j2πux M +vy ) for x 0,1,...,M 1 og y 0,1,..., 1. Kalles 2D invers diskret Fourier-transform 2D IDFT). Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Egenskaper ved 2D DFT: Periodisk Betegn 2D DFT-en til bildet f R M, som F. F er periodisk Fu,v) Fu +km,v +k) når k Z. Bevis: Fu +km,v +k) PS: Gjelder selv om f er kompleks. fx,y)e j2πu+km)x + v+k)y M ) fx,y)e j2πux M +vy ) e j2πkx+y) fx,y)e j2πux M +vy ) Fu,v) Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Egenskaper ved 2D DFT: f blir også periodisk Betegn 2D DFT-en til bildet f R M, som F. f er periodisk fx,y) fx +km,y +k) når k Z. Bevis: Som forrige: fx +km,y +k) u0 v0 u0 v0 u0 v0 Fu,v)e j2πu+km)x + v+k)y M ) Fu,v)e j2πux M +vy ) e j2πkx+y) Fu,v)e j2πux M +vy ) fx,y) Altså antas indirekte at f er periodisk når vi bruker 2D DFT. Egenskaper ved 2D DFT: Konjugert symmetrisk Betegn 2D DFT-en til bildet f R M, som F. F er konjugert symmetrisk Fu,v) F u, v). Bevis: F u,v) f x,y)e j2πux M +vy ) fx,y)e j2π ux M + vy ) F u, v) Siden F u, v) F u,v), så er Fu,v) F u, v). Merk: f må være reell! Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29

6 Egenskaper ved 2D DFT: Sinus og cosinus I Eulers formel relaterer den komplekse eksponentialen til de trigonometriske funksjonene: e jθ cosθ+j sinθ Fra denne formelen får vi de to trigonometriske identitetene: cosθ cosθ+cosθ j sinθ j sinθ cosθ+j sinθ+cos θ)+j sin θ) 2 j sinθ+j sinθ sinθ + cosθ cosθ j sinθ+cosθ j sin θ) cos θ) ejθ +e jθ 2 ejθ e jθ Egenskaper ved 2D DFT: Sinus og cosinus II Korollar: 2D DFT av en samplet 2D cosinus Den samplede cosinusen fx,y) cos 2π u + v y M med u,v Z, u < M/2 og v < /2 sin 2D DFT er Fu,v) 2 δu u,v v )+δu +u,v +v )). Bevis: For u < M/2 og v < /2 er: Fu,v) cos 2π ) e j2π u u M + v y )) )) e j2πux M +vy ) ) +e j2π u e j2πux M +vy ) 2 2 δu u,v v )+δu +u,v +v )) Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Egenskaper ved 2D DFT: Sinus og cosinus III Korollar: 2D DFT av en samplet 2D sinus Den samplede sinusen fx,y) sin 2π u + v y M )), med u,v Z, u < M/2 og v < /2 sin 2D DFT er Fu,v) δu u,v v ) δu +u,v +v )). Bevis: Helt analogt: For u < M/2 og v < /2 er: )) u Fu,v) sin 2π M + v y e j2πux M +vy ) ) e j2π u ) e j2π u e j2πux M +vy ) δu u,v v ) δu +u,v +v )) Egenskaper ved 2D DFT: Sinus og cosinus IV 2D DFT-en til en samplet 2D sinus eller cosinus med frekvens u,v ) er altså hhv. δu u,v v ) δu +u,v +v )) og 2 δu u,v v )+δu +u,v +v )). u og v må være heltallige. Vi antok i tillegg at de var mindre enn halvparten av sine respektive bildelenger i absoluttverdi, men tilsvarende egenskap gjelder generelt. Enheten til frekvensen er per bildelengde, Mx. Ikke-null piksler i 2D DFT-en angir frekvensen! At det er et symmetrisk par er en nødvendighet ettersom f er reell; vi har jo vist at 2D DFT da er konjugert symmetrisk. Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29

7 Eksempel I: 2D DFT av samplet 2D cosinus Eksempel I: 2D DFT av samplet 2D cosinus Samplet 2D cosinus med frekvens 20, 0) Absoluttverdien av 2D DFT-en Svart og hvitt indikerer hhv. 0 og /2. Merk at senterpikselen er 0,0)-frekvensen. De hvite pikslene er forstørret for fremvisning. Samplet 2D cosinus med frekvens 0, 10) Absoluttverdien av 2D DFT-en Svart og hvitt indikerer hhv. 0 og /2. Merk at senterpikselen er 0,0)-frekvensen. De hvite pikslene er forstørret for fremvisning. Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Eksempel I: 2D DFT av samplet 2D cosinus Eksempel IV: 2D DFT av summen av to cosinuser Samplet 2D cosinus med frekvens 20, 10) Absoluttverdien av 2D DFT-en Svart og hvitt indikerer hhv. 0 og /2. Merk at senterpikselen er 0,0)-frekvensen. De hvite pikslene er forstørret for fremvisning. Samplet 2D cosinus med 20,0) + cosinus med 0, 10) Absoluttverdien av 2D DFT-en Svart og hvitt indikerer hhv. 0 og /2. Merk at senterpikselen er 0,0)-frekvensen. De hvite pikslene er forstørret for fremvisning. Ole Marius Hoel Rindal IF2310, F9supp / mars / 29 Ole Marius Hoel Rindal IF2310, F9supp / mars / 29

8 Oppsummering 2D DFT av bildet f R M, er koordinatene til f mhp. A {A u,v : u 0,1,...,M 1 v 0,1,..., 1}, der: A u,v : 1 e j2πu 0 M +v 0 e j2πu) +v 0 M. )... e j2πu 0 M +v) ) ) e j2πu) M. +v) ) A er en ortogonal basis for C M,. 2D DFT av en sinus eller cosinus med frekvens u,v) er kun ulik 0 i u,v) og u, v). Ole Marius Hoel Rindal IF2310, F9supp / mars / 29

15 Hovedprinsippet for vektorrom med et indre produkt

15 Hovedprinsippet for vektorrom med et indre produkt Hovedprinsippet for vektorrom med et indre produkt La oss minne Hovedprinsippet (Seksjon 8.): Alle (endelig dimensjonale dvs. de som har en endelig basis) vektorrom kan beskrives som R n der n dim V. Alle

Detaljer

Kap. 6 Ortogonalitet og minste kvadrater

Kap. 6 Ortogonalitet og minste kvadrater Kap. 6 Ortogonalitet og minste kvadrater IR n er mer enn bare et vektorrom: den har et naturlig indreprodukt, nemlig prikkproduktet av vektorer. Dette indreproduktet gjør det mulig å tenke geometrisk og

Detaljer

INF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4

INF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4 INF 2310 22. mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4 I dag: Sinus-funksjoner i 1D og 2D 2D diskret Fouriertransform (DFT) Mandag 27. mars: Supplementsforelesning holdt av

Detaljer

Lineær uavhengighet og basis

Lineær uavhengighet og basis Lineær uavhengighet og basis NTNU, Institutt for matematiske fag 19. oktober, 2010 Lineær kombinasjon En vektor w sies å være en lineær kombinasjon av vektorer v 1, v 2,..., v k hvis det finnes tall c

Detaljer

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT1120 Notat 2 Tillegg til avsnitt 5.4 MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjoner (også kalt koordinatmatriser) av lineære avbildninger mellom endeligdimensjonale vektorrom En slik

Detaljer

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Introduksjon INF 2310 13. april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Fourier: Vi kan uttrykke ethvert bilde som en vektet sum av sinus- og cosinus-signaler med ulik frekvens og orientering

Detaljer

sin(2 ui/n) starter på 0 og repeteres u ganger per N samples. cos(2 ui/n) starter på 1 og repeteres u ganger per N samples

sin(2 ui/n) starter på 0 og repeteres u ganger per N samples. cos(2 ui/n) starter på 1 og repeteres u ganger per N samples 0700 Foreløbig versjon! INF 0 mars 07 Fourier I -- En litt annen vinkling på stoffet i kapittel I dag: Sinus-funksjoner i D og D D diskret Fouriertransform (DFT) Introduksjon I/II Et gråtonebilde Typisk

Detaljer

Introduksjon/motivasjon I. FOURIER-TRANSFORM I Ole Marius Hoel Rindal, foiler av Andreas Kleppe. Introduksjon/motivasjon II. Bakgrunn: Frekvens

Introduksjon/motivasjon I. FOURIER-TRANSFORM I Ole Marius Hoel Rindal, foiler av Andreas Kleppe. Introduksjon/motivasjon II. Bakgrunn: Frekvens Introduksjon/motivasjon I INF2310 Digital bildebehandling FORELESNING 8 FOURIER-TRANSFORM I Ole Marius Hoel Rindal, foiler av Andreas Kleppe I dag: Grunnlaget Grunnlaget og intuisjonen i Fourier-analyse

Detaljer

Basisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )

Basisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( ) INF 30 0. april 00 Fouriertransform del II Kjapp repetisjon Bruk av vinduer Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Eksempel: 3 5 4 5 3 4 3 6 Repetisjon Basis-bilder Sort er 0, hvit

Detaljer

A.3.e: Ortogonale egenfunksjonssett

A.3.e: Ortogonale egenfunksjonssett TFY4250/FY2045 Tillegg 2 1 Tillegg 2: A.3.e: Ortogonale egenfunksjonssett Ikke-degenererte egenverdier La oss først anta at en operator ˆF har et diskret og ikke-degeneret spektrum. Det siste betyr at

Detaljer

MAT Grublegruppen Notat 6

MAT Grublegruppen Notat 6 MAT00 - Grublegruppen Notat 6 Jørgen O. Lye Vektorrom og indreprodukt Vektorrom Vi trenger å si litt om vektorrom og indreprodukt for å formulere Fourierrekker. Denisjonen av vektorrom kan man tenke på

Detaljer

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER

EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 10 Faglig kontakt under eksamen: Truls Fretland (73 55 89 87) EKSAMEN I MA1202 LINEÆR ALGEBRA MED ANVENDELSER LØSNINGSFORSLAG

Detaljer

Egenverdier for 2 2 matriser

Egenverdier for 2 2 matriser Egenverdier for matriser (Bearbeidet versjon av tidligere notat på nett-sidene til MA101 - Lineær algebra og geometri Versjon oppdatert med referanser til 10utg av læreboken) Egenvektorer og egenverdier

Detaljer

6.4 Gram-Schmidt prosessen

6.4 Gram-Schmidt prosessen 6.4 Gram-Schmidt prosessen La W {0} være et endeligdimensjonalt underrom av R n. (Senere skal vi mer generelt betrakte indreprodukt rom; se seksjon 6.7). Vi skal se hvordan vi kan starte med en vanlig

Detaljer

MAT1120 Notat 1 Tillegg til avsnitt 4.4

MAT1120 Notat 1 Tillegg til avsnitt 4.4 MAT1120 Notat 1 Tillegg til avsnitt 4.4 Vi tar utgangspunkt i Teorem 8 fra avsn. 4.4 i boka. For ordens skyld gjentar vi teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n } er en (ordnet) basis

Detaljer

Lineær algebra-oppsummering

Lineær algebra-oppsummering Kapittel 9 Lineær algebra-oppsummering Matriser 1 Matriser er et rektangulært sett av elementer ordnet i rekker og kolonner: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij m n a m1 a n2 a mn 2 Kvadratisk matrise:

Detaljer

= 3 11 = = 6 4 = 1.

= 3 11 = = 6 4 = 1. MAT3000/4000 Eksamen V3 Løsningsforslag Oppgave [0 poeng] Sjekk at 3 er en kvadratisk rest i Z/(3) og finn løsningene av likningen x = 3 i Z/(3) (uten å lage en tabell for x ) Du får lov til å bruke at

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT 1120 Lineær algebra Eksamensdag: 9. desember 2014. Tid for eksamen: 14.30 18.30. Oppgavesettet er på 6 sider. Vedlegg: Tillatte

Detaljer

4.4 Koordinatsystemer

4.4 Koordinatsystemer 4.4 Koordinatsystemer Minner om at B = { b 1, b 2,..., b n } kalles en basis for et vektorrom V dersom B er lineært uavhengig og utspenner V. I samme vektorrom kan vi innføre ulike koordinatsystemer ;

Detaljer

MAT1120 Notat 1 Tillegg til avsnitt 4.4

MAT1120 Notat 1 Tillegg til avsnitt 4.4 MAT1120 Notat 1 Tillegg til avsnitt 4.4 Dette notatet tar utgangspunkt i Teorem 8 fra avsnitt 4.4 i boka. For ordens skyld gjentar vi dette teoremet her: Teorem 8 [Avsn. 4.4]: Anta at B = {b 1,..., b n

Detaljer

Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på

Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på Kap. 7 Innledning Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på Symmetriske matriser. Disse matrisene har uvanlig pene egenskaper mht. diagonalisering. Kvadratiske

Detaljer

Fourier-Transformasjoner IV

Fourier-Transformasjoner IV Fourier-Transformasjoner IV Lars Vidar Magnusson March 1, 2017 Delkapittel 4.6 Some Properties of the 2-D Discrete Fourier Transform Forholdet Mellom Spatial- og Frekvens-Intervallene Et digitalt bilde

Detaljer

Uke 9: Diskret Fourier Transform, I

Uke 9: Diskret Fourier Transform, I Uke 9: Diskret Fourier Transform, I Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/23 Dagens temaer Sampling og periodisitet DFT DFT og DTFT 3/23 Tema Sampling

Detaljer

Løsninger for eksamen i MAT Lineær algebra og M102 - Lineær algebra, fredag 28. mai 2004, Oppgave 1. M s = = 1 2 (cofm 2) T.

Løsninger for eksamen i MAT Lineær algebra og M102 - Lineær algebra, fredag 28. mai 2004, Oppgave 1. M s = = 1 2 (cofm 2) T. Løsninger for eksamen i MAT - Lineær algebra og M - Lineær algebra, fredag 8. mai 4, (a) Finn determinanten til matrisen M s = Oppgave s uttrykt ved s, og bruk dette til å avgjøre for hvilke s matrisen

Detaljer

OPPGAVER FOR FORUM

OPPGAVER FOR FORUM OPPGAVER FOR FORUM 2007-2008 MERK!: Du skal først skrive hele oppgaveteksten for hver oppgave, og deretter svaret på oppgaven. Hvert svar skal være detajert, og skrevet i et klart og tydelig matematisk

Detaljer

Kap. 6 Ortogonalitet og minste kvadraters problemer

Kap. 6 Ortogonalitet og minste kvadraters problemer Kap. 6 Ortogonalitet og minste kvadraters problemer vanlig indreprodukt (prikkprod.) i IR n, egenskaper. ortogonalitet i IR n Pythagoras teorem: u og v i IR n er ortogonale hvis og bare hvis u + v 2 =

Detaljer

INF2310 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM I. Andreas Kleppe

INF2310 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM I. Andreas Kleppe INF Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM I Andreas Kleppe I går: Det matematiske fundamentet I dag: Grunnlaget Grunnlaget og intuisjonen i Fourier-analyse D diskret Fourier-transform

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 MAT2 - Lineær algebra Onsdag 29 mai, 20, kl. 09.00-4.00 Tillatte hjelpemidler. kalkulator, i samsvar med fakultetets

Detaljer

Fourier-Transformasjoner

Fourier-Transformasjoner Fourier-Transformasjoner Lars Vidar Magnusson February 21, 2017 Delkapittel 4.1 Background Delkapittel 4.2 Preliminary Concepts Fourier Fourier var en fransk matematiker/fysiker som levde på 1700/1800-tallet.

Detaljer

Bildetransformer Lars Aurdal

Bildetransformer Lars Aurdal Bildetransformer Lars Aurdal FORSVARETS FORSKNINGSINSTITUTT Lars Aurdal. Forsvarets forskningsinstitutt (FFI), Kjeller. 5 ansatte. Ca. 3 forskere og ingeniører. Tverrfaglig institutt med vekt på arbeide

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

UNIVERSITET I BERGEN

UNIVERSITET I BERGEN UNIVERSITET I BERGEN Det matematisk-naturvitenskapelige fakultet BOKMÅL Løsningsforslag eksamen MAT - Lineær algebra H Med forbehold om skrivefeil. Oppgave. Betrakt A = 6 5, b = 6 b (a) (b) Finn den reduserte

Detaljer

Lineær algebra. 0.1 Vektorrom

Lineær algebra. 0.1 Vektorrom Lineær algebra Siden dette temaet er alt for stort til å kunne gjennomgås på en halvtime, med alle de teoremene og denisjonene som skal til, har jeg laget dette notatet. Det bygger hovedsakelig på notatene

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

INF mars 2017 Diskret Fouriertransform del II

INF mars 2017 Diskret Fouriertransform del II INF230 29. mars 207 Diskret Fouriertransform del II Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Bruk av vinduer 207.03.29 INF230 / 40 Repetisjon Basis-bilder Sort er 0,

Detaljer

Basisbilder - cosinus v Bildene

Basisbilder - cosinus v Bildene Repetisjon Basis-bilder 737 Midlertidig versjon! INF 3 9 mars 7 Diskret Fouriertransform del II Ortogonal basis for alle 4x4 gråtonebilder Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet

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

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013

TMA4123/TMA4125 Matematikk 4M/4N Vår 2013 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA41/TMA415 Matematikk 4M/4N Vår 1 Løsningsforslag Øving 1 Skriv om følgende trigonometriske funksjoner til fourierrekker ved

Detaljer

Minste kvadraters løsning, Symmetriske matriser

Minste kvadraters løsning, Symmetriske matriser Minste kvadraters løsning, Symmetriske matriser NTNU, Institutt for matematiske fag 19. november 2013 Inkonsistent ligningsystem Anta at Ax = b er et inkonsistent ligningsystem, da er b ikke i Col(A).

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

tilfeller tatt for gitt ved universiteter og høyskoler. Her er framstillingen kortfattet, meningen er at dette kan brukes som referanse.

tilfeller tatt for gitt ved universiteter og høyskoler. Her er framstillingen kortfattet, meningen er at dette kan brukes som referanse. Forord Denne læreboken gir en innføring i lineær algebra, rettet mot begynnerkurs på Universitets- og Høyskolenivå. Arbeidet med dette stoffet tok til som en del av et større prosjekt, som omfattet datastøttet

Detaljer

6.8 Anvendelser av indreprodukter

6.8 Anvendelser av indreprodukter 6.8 Anvendelser av indreprodukter Vektede minste kvadraters problemer Anta at vi approksimerer en vektor y = (y 1,..., y m ) R m med ŷ = (ŷ 1,..., ŷ m ) R m. Et mål for feilen vi da gjør er y ŷ, der betegner

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

f(t) F( ) f(t) F( ) f(t) F( )

f(t) F( ) f(t) F( ) f(t) F( ) NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR PETROLEUMSTEKNOLOGI OG ANVENDT GEOFYSIKK Oppgave SIG4045 Geofysisk Signalanalyse Lsningsforslag ving 3 a) ' xy (t) = x()y(t + )d : La oss, for

Detaljer

7.4 Singulærverdi dekomposisjonen

7.4 Singulærverdi dekomposisjonen 7.4 Singulærverdi dekomposisjonen Singulærverdi dekomposisjon til en matrise A er en av de viktigste faktoriseringene av A (dvs. A skrives som et produkt av matriser). Den inneholder nyttig informasjon

Detaljer

Kap. 7 Symmetriske matriser og kvadratiske former

Kap. 7 Symmetriske matriser og kvadratiske former Kap. 7 Symmetriske matriser og kvadratiske former Vi skal koble diagonalisering av matriser sammen med ortogonalitet. Skal bl.a. se på symmetriske matriser som har uvanlig pene egenskaper mht. diagonalisering.

Detaljer

Forelesning Matematikk 4N

Forelesning Matematikk 4N Forelesning Matematikk 4N Hans Jakob Rivertz Institutt for matematiske fag 18. september 2006 2 Komplekse fourier rekker (10.5) Målet med denne leksjonen er vise hvordan man skrive fourier rekkene på kompleks

Detaljer

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger

Notat2 - MAT Om matriserepresentasjoner av lineære avbildninger Notat2 - MAT1120 - Om matriserepresentasjoner av lineære avbildninger Dette notatet uftfyller bokas avsn 54 om matriserepresentasjoner av lineære avbildninger mellom endelig dimensjonale vektorrom En matriserepresentasjon

Detaljer

Fourier-Transformasjoner II

Fourier-Transformasjoner II Fourier-Transformasjoner II Lars Vidar Magnusson February 27, 2017 Resten av Delkapittel 4.2 Preliminary Concepts Delkapittel 4.3 Sampling and the Fourier Transform of Sampled Functions Delkapittel 4.4

Detaljer

Eksamensoppgave MAT juni 2010 (med løsningsforslag)

Eksamensoppgave MAT juni 2010 (med løsningsforslag) Eksamensoppgave MAT-4 juni (med løsningsforslag) Contents OPPGAVE OPPGAVE 4 OPPGAVE 5 4 OPPGAVE 6 5 Fasit 7 5 Oppgave 7 5 Oppgave 7 5 Oppgave 8 54 Oppgave 8 6 Løsningsforslag 9 6 Oppgave 9 6 Oppgave 6

Detaljer

Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag. Eksamen MA desember Lykke til!

Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag. Eksamen MA desember Lykke til! Universitetet i Agder Fakultetet for teknologi og realfag Institutt for matematiske fag Eksamen Emnekode: Emnenavn: MA-2 Lineær algebra Dato: Varighet:. desember 2 9. - 4. Antall sider: Tillatte hjelpemidler:

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

Kompleks eksponentialform. Eulers inverse formler. Eulers formel. Polar til kartesisk. Kartesisk til polar. Det komplekse signalet

Kompleks eksponentialform. Eulers inverse formler. Eulers formel. Polar til kartesisk. Kartesisk til polar. Det komplekse signalet Komplekse tall Vi definerer det komplekse tallet z C. Komplekse eksponentialer og fasorer Det komplekse planet Kartesisk og polar form Komplekse eksponentiale signaler Roterende fasor Addisjon av fasorer

Detaljer

Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene:

Oppgave 14 til 9. desember: I polynomiringen K[x, y] i de to variable x og y over kroppen K definerer vi undermengdene: HJEMMEOPPGAVER utgave av 8-12-2002): Oppgave 15 til 16 desember: La H være mengden av alle matriser på formen A = a 1 a 12 a 13 a 1n 0 a 2 0 0 0 0 a 3 0 0 0 a n der a 1 a 2 a n 0 Videre la SH være matrisene

Detaljer

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9

Innlevering BYPE2000 Matematikk 2000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 24. april 2014 før forelesningen Antall oppgaver: 9 Innlevering BYPE000 Matematikk 000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 4. april 014 før forelesningen Antall oppgaver: 9 1 Regn ut determinanten til følgende matriser. (Det er også

Detaljer

NOTAT OM UNIFORM KONTINUITET VEDLEGG TIL BRUK I KURSET MAT112 VED UNIVERSITETET I BERGEN

NOTAT OM UNIFORM KONTINUITET VEDLEGG TIL BRUK I KURSET MAT112 VED UNIVERSITETET I BERGEN NOTAT OM UNIFORM KONTINUITET VEDLEGG TIL BRUK I KURSET MAT2 VED UNIVERSITETET I BERGEN ANDREAS LEOPOLD KNUTSEN OG ARNE STRAY. Innledning og definisjoner Vi vil i dette notatet betrakte reelle funksjoner

Detaljer

Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon.

Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon. 4.6 Rang Til enhver m n matrise A kan vi knytte et tall, rangen til A, som gir viktig informasjon. Definisjon: Rangen til en m n matrise A betegnes med rank A og er definert som dimensjonen til kolonnerommet

Detaljer

MAUMAT644 ALGEBRA vår 2016 Fjerde samling Runar Ile

MAUMAT644 ALGEBRA vår 2016 Fjerde samling Runar Ile MAUMAT644 ALGEBRA vår 2016 Fjerde samling Runar Ile 1 Kroppsutvidelser og geometriske konstruksjoner 1.1 Hva har kroppsutvidelser med geometriproblemer å gjøre? Avsnitt 29: Kroppsutvidelser Stoff: Utvidelseskropper

Detaljer

Rom og lineæritet. Erik Bédos. Matematisk Institutt, UiO 2012.

Rom og lineæritet. Erik Bédos. Matematisk Institutt, UiO 2012. Rom og lineæritet Erik Bédos Matematisk Institutt, UiO 202. Lineær algebra er et viktig redskap i nær sagt alle grener av moderne matematikk. De fleste emnene i matematikk på masternivå bygger på en forståelse

Detaljer

EKSAMEN. Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Morten Brekke. Klasser: (div) Dato: 18. feb Eksamenstid:

EKSAMEN. Om eksamen. EMNE: MA2610 FAGLÆRER: Svein Olav Nyberg, Morten Brekke. Klasser: (div) Dato: 18. feb Eksamenstid: . EKSAMEN EMNE: MA61 FAGLÆRER: Svein Olav Nyberg, Morten Brekke Klasser: (div) Dato: 18. feb. 4 Eksamenstid: 9 1 Eksamensoppgaven består av følgende: Antall sider (ink. forside): 8 Antall oppgaver: 5 Antall

Detaljer

7.1 forts. Schur triangularisering og spektralteoremet

7.1 forts. Schur triangularisering og spektralteoremet 7.1 forts. Schur triangularisering og spektralteoremet Vi skal vise to svært sentrale resultat i lineær algebra. Spektralteoremet (Teorem 3 i Lay): dette sier bl.a. at reelle symmetriske matriser er ortogonalt

Detaljer

Emne 10 Litt mer om matriser, noen anvendelser

Emne 10 Litt mer om matriser, noen anvendelser Emne 10 Litt mer om matriser, noen anvendelser (Reelle) ortogonale matriser La A være en reell, kvadratisk matrise, dvs. en (n n)-matrise hvor hvert element Da vil A være ortogonal dersom: og Med menes

Detaljer

12 Lineære transformasjoner

12 Lineære transformasjoner 2 Lineære transformasjoner 2 Funksjoner Definisjon 2 En funksjon ( a function) f : A B er en regel, som tilordner en entydig bestemt verdi f (a) B til ethvert element a A Mengden A kalles domenet til f

Detaljer

MAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7.

MAT Onsdag 7. april Lineær uavhengighet (forts. 1.8 Underrom av R n, nullrom, basis MAT Våren UiO. 7. MAT 2 april 2.7 Lineær.8 Underrom MAT 2 Våren 2 UiO 7. april 2 / 23 MAT 2 april 2.7 Lineær.8 Underrom Minner om:.7 Lineær (fortsettelse) Definisjon. To vektorer u og v i R n kalles lineært avhengige dersom

Detaljer

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 3 Faglig kontakt under eksamen: Carl Fredrik Berg (975 05 585) EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

Detaljer

Forelesningsplan M 117

Forelesningsplan M 117 Forelesningsplan M 117 Innledning Kan du gi et eksempel på et fenomen eller en prosess som er lineær? Har du eksempel på ikke-lineære fenomen? Hva er henholdsvis en ordinær (ODL) og en partiell differensialligning

Detaljer

Basis, koordinatsystem og dimensjon

Basis, koordinatsystem og dimensjon Basis, koordinatsystem og dimensjon NTNU, Institutt for matematiske fag 22.-24. oktober 2013 Basis Basis for vektorrom: En endelig mengde B = {b 1, b 2,..., b n } av vektorer i et vektorrom V er en basis

Detaljer

4.1 Vektorrom og underrom

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

Detaljer

Homogene lineære ligningssystem, Matriseoperasjoner

Homogene lineære ligningssystem, Matriseoperasjoner Homogene lineære ligningssystem, Matriseoperasjoner E.Malinnikova, NTNU, Institutt for matematiske fag September 22, 2010 Antall løsninger til et lineær ligningssystem Teorem Et lineært ligningssytem har

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

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU

Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU Generelle teoremer og definisjoner MA1201 Lineær Algebra og Geometri - NTNU Lærebok: Anton, H & Rorres, C: Elementary Linear Algebra, 11 utgave Jonas Tjemsland 26 april 2015 4 Generelle vektorrom 41 Reelle

Detaljer

R: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og

R: 0, , = 6000 D : 0, , = 4000 La v n = angi fordelingen etter n år (dvs. a b n stemmer for R og EGENVERDIER FOR MATRISER a Motiverende eksempel En by i USA har 0000 innbyggere som stemmer ved valget hvert år. I dag stemmer 8000 for R og 000 for D. Hvert år går 30% fra R til D og 0% fra D til R. Hva

Detaljer

Funksjoner Forelesning i Matematikk 1 TMA4100. Hans Jakob Rivertz Institutt for matematiske fag 19. august 2010

Funksjoner Forelesning i Matematikk 1 TMA4100. Hans Jakob Rivertz Institutt for matematiske fag 19. august 2010 Funksjoner Forelesning i Matematikk TMA400 Hans Jakob Rivertz Institutt for matematiske fag 9. august 200 2 Funksjon som en maskin x Funksjon f f(x) 3 Definisjon- og verdimengde x f(x) 4 Funksjon som en

Detaljer

Forkunnskapskrav. Hva handler kurset om. Kontaktinformasjon. Kurset er beregnet på en student som kan

Forkunnskapskrav. Hva handler kurset om. Kontaktinformasjon. Kurset er beregnet på en student som kan Velkommen til INF4, Digital signalbehandling Hilde Skjevling (Kursansvarlig) Svein Bøe (Java) INSTITUTT FOR INFORMATIKK Kontaktinformasjon E-post: hildesk@ifi.uio.no Telefon: 85 4 4 Kontor: 4 i 4.etasje,

Detaljer

GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type

GENERELLE VEKTORROM. Hittil har vi bare snakket om vektorrom av type Emne 8 GENERELLE VEKTORROM Hittil har vi bare snakket om vektorrom av type og underrom av dette. Vi definerte en mengde V som et underrom av hvis det inneholdt og var lukket under addisjon og skalar multiplikasjon.

Detaljer

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x).

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x). Funksjoner En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x). Mengden D kalles definisjonsmengden (eng.: domain) til f. Merknad Dersom

Detaljer

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder

Et forsøk på et oppslagsverk for TMA4145 Lineære metoder Et forsøk på et oppslagsverk for TMA4145 Lineære metoder Ruben Spaans May 21, 2009 1 Oppslagsverk Adjungert Ball, la (X, d) være et metrisk rom og la ɛ > 0. Da er for x 0 X: 1. B(x 0 ; ɛ) = {x x X d(x,

Detaljer

Komplekse tall og komplekse funksjoner

Komplekse tall og komplekse funksjoner KAPITTEL Komplekse tall og komplekse funksjoner. Komplekse tall.. Definisjon av komplekse tall. De komplekse tallene er en utvidelse av de reelle tallene. Dvs at de komplekse tallene er en tallmengde som

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Løsningsforslaget

Detaljer

Mer om kvadratiske matriser

Mer om kvadratiske matriser Kapittel 2 Mer om kvadratiske matriser Vi lader opp til anvendelser, og skal bli enda bedre kjent med matriser. I mange anvendelser er det ofte de kvadratiske matrisene som dukker opp, så fra nå skal vi

Detaljer

Noen presiseringer mhp Diskret Fourier Transform. Relevant for oblig 1.

Noen presiseringer mhp Diskret Fourier Transform. Relevant for oblig 1. FYS2130 Våren 2008 Noen presiseringer mhp Diskret Fourier Transform. Relevant for oblig 1. Vi har på forelesning gått gjennom foldingsfenomenet ved diskret Fourier transform, men ikke vært pinlig nøyaktige

Detaljer

Sammendrag R2. www.kalkulus.no. 31. mai 2009

Sammendrag R2. www.kalkulus.no. 31. mai 2009 Sammendrag R2 www.kalkulus.no 31. mai 2009 1 1 Trigonometri Definisjon av sinus og cosinus Sirkelen med sentrum i origo og radius 1 kalles enhetssirkelen. La v være en vinkel i grunnstilling, og la P være

Detaljer

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT-1004 Vårsemester 2017 Prøveeksamen MAT-4 Vårsemester 7 Prøveeksamen Contents. Forord................................. OPPGAVE OPPGAVE OPPGAVE 7 4 OPPGAVE 8 OPPGAVE 6 OPPGAVE 7 OPPGAVE 8 OPPGAVE 9 Formatering av svarene 4 9. Rasjonale tall.............................

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

Gunnar Staff Institutt for Matematiske fag Norges Teknologiske Naturvitenskapelige Universitet N 7491 Trondheim

Gunnar Staff Institutt for Matematiske fag Norges Teknologiske Naturvitenskapelige Universitet N 7491 Trondheim måter å integrere på Gunnar Staff Institutt for Matematiske fag Norges Teknologiske Naturvitenskapelige Universitet N 749 Trondheim --9 Sammendrag Dette notatet er laget på initiativ fra Overstudass SIF57.

Detaljer

Rang og Vektorrom. Magnus B. Botnan NTNU. 4. august, 2015

Rang og Vektorrom. Magnus B. Botnan NTNU. 4. august, 2015 Rang og Vektorrom Magnus B. Botnan NTNU 4. august, 2015 Lineær Uavhengighet La v (1),..., v (m) være vektorer av samme størrelse. Vi sier at vektorene er lineært avhengige hvis det finnes konstanter c

Detaljer

Generell informasjon om faget er tilgjengelig fra It s learning.

Generell informasjon om faget er tilgjengelig fra It s learning. Stavanger, 6. august 013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 5.1 Implementering av IIR filter....................

Detaljer

Mer om kvadratiske matriser

Mer om kvadratiske matriser Kapittel 2 Mer om kvadratiske matriser Vi lader opp til anvendelser, og skal bli enda bedre kjent med matriser. I mange anvendelser er det ofte de kvadratiske matrisene som dukker opp, så fra nå skal vi

Detaljer

TMA Matlab Oppgavesett 2

TMA Matlab Oppgavesett 2 TMA4123 - Matlab Oppgavesett 2 18.02.2013 1 Fast Fourier Transform En matematisk observasjon er at data er tall, og ofte opptrer med en implisitt rekkefølge, enten i rom eller tid. Da er det naturlig å

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF-Digital bildebehandling Eksamensdag: Tirsdag. mars 5 Tid for eksamen: 5:-9: Løsningsforslaget er på: sider Vedlegg: Ingen

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 230 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen 05.02.203 INF230 Temaer i dag Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering

Detaljer

MAT-1004 Vårsemester 2017 Prøveeksamen

MAT-1004 Vårsemester 2017 Prøveeksamen MAT-1004 Vårsemester 017 Prøveeksamen Contents 0.1 Forord................................. 1 1 OPPGAVE OPPGAVE OPPGAVE 6 4 OPPGAVE 7 5 OPPGAVE 10 6 OPPGAVE 11 7 OPPGAVE 11 8 OPPGAVE 1 9 Formatering av

Detaljer

A 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer:

A 2 = PDP 1 PDP 1 = PD 2 P 1. og ved induksjon får vi. A k = PD k P 1. Kommentarer: 5.3 Diagonalisering Det ville være fint om en matrise A var similær med en diagonalmatrise D: da har vi funnet egenverdiene, og kan f.eks. lett beregne A k. Når er dette tilfelle? Det er tema i denne seksjonen.

Detaljer

13 Oppsummering til Ch. 5.1, 5.2 og 8.5

13 Oppsummering til Ch. 5.1, 5.2 og 8.5 3 Oppsummering til Ch. 5. 5. og 8.5 3. Motivasjon Det er veldig viktig å kunne beregne funksjonsverdier f (A) for kvadratiske matriser A. I kalkulus (teori av differensiallikninger) er det viktig å beregne

Detaljer

4.2 Nullrom, kolonnerom og lineære transformasjoner

4.2 Nullrom, kolonnerom og lineære transformasjoner 4.2 Nullrom, kolonnerom og lineære transformasjoner Utover Span {v 1, v 2,..., v p } er det en annen måte vi får lineære underrom på! Ser nå på V = R n. Skal se at det er visse underrom knyttet til en

Detaljer

Oversigt [LA] 11, 12

Oversigt [LA] 11, 12 Oversigt [LA] 11, 12 Nøgleord og begreber At diagonalisere en matrix Diagonalisering og egenvektorer Matrixpotens August 2002, opgave 2 Prikprodukt Skalarprodukt Længde Pythagoras formel Cauchy-Schwarz

Detaljer

Oppgavehefte om komplekse tall

Oppgavehefte om komplekse tall Oppgavehefte om komplekse tall Tore August Kro, tore.a.kro@hiof.no 11. august 009 1 Aritmetikk Eksempel 1.1 Vi skriver komplekse tall på kartesisk form z = a + ib. Tenk på i som et symbol som oppfyller

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

4_Komplekse_tall.odt tg. Kap.4 Komplekse tall

4_Komplekse_tall.odt tg. Kap.4 Komplekse tall 4_Komplekse_tall.odt 04.09.015 tg Kap.4 Komplekse tall e i π +1=0 Innledning... Egenskaper...4 Geometrisk form...5 Regneregler...6 Lengde og argument...8 Polar form...9 Eksponentform - Eulers formel...1

Detaljer

x 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder

x 1 x 2 x = x n b 1 b 2 b = b m Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder 4 Noen merknader 4. Lineære systemer Ax = b Gitt systemet Ax = b, A = [a i,j ] i=,,...,m, j=,,...,n x = b = Det kan være vanskelig (beregningsmessig) og bearbeide utrykk som inneholder b i. Med det finnes

Detaljer