Filtrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjon. INF2310 Digital bildebehandling FORELESNING 8

Størrelse: px
Begynne med side:

Download "Filtrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjon. INF2310 Digital bildebehandling FORELESNING 8"

Transkript

1 Fltrerng bldedomenet INF3 Dgtal bldebeandlng FORELESNING 8 REPETISJON: FILTRERING I BILDEDOMENET Andreas Kleppe Fltrerng og konvoluson Lavpassfltrerng og kant-bevarng Høpassfltrerng: Bldeforbedrng og kantdetekson F8.3.3 INF3 Anvendelsen av en operator som beregner ut-bldets verd vert pksel ved bruk av nn-bldets pksler et naboskap rundt. Ut-blde Et nn-blde f g T f Operator Fltrerng 33-mddelverdflter spelende ndekserng og bevart bldestørrelse Inn-blde g angr ut-bldets verd og f angr nn-bldets pksler et naboskap rundt Ut-bldet g F8.3.3 INF3 D-konvoluson Konvoluson av et flter og et blde f: f a satb a b sa t b s t f s t s t f s t evaluert for alle slk at ver verd av overlapper ver verd av f. Responsen er en veet sum av nn-bldets verder. Konvolusonsflteret spesfserer vektene. kan spesfseres som en matrse! b For å forenkle notasonen antar dsse formlene at: ar odde lengder m = a+ og n = b+. Senterpkselet er naboskapets orgo. Konvoluson krever kke dsse antagelsene. /9 /9 /9 /9 /9 /9 /9 /9 /9 33-mddelverdflter F8.3.3 INF3 3 D-konvolusons-eksempel Oppgave: Konvolver følgende flter og blde: 3 /9 /9 /9 /9 /9 /9 4 /9 /9 / mddelverdflter Inn-blde f F8.3.3 INF3 4

2 D-konvolusons-eksempel Steg : Roter flteret 8 grader. Ikke nødvendg er ettersom flteret er smmetrsk. D-konvolusons-eksempel Steg : Legg det roterte flteret over først posson der flteret og bldet overlapper. /9 /9 /9 /9 /9 /9 /9 /9 /9 33-mddelverdflteret er smmetrsk /9 /9 /9 /9 /9 /9 /9 /9 / F8.3.3 INF3 5 Inn-blde f F8.3.3 INF3 6 D-konvolusons-eksempel Steg 3: Multplser flterets vekter med verdene av de overlappende pkslene bldet. Responsen er summen av produktene. D-konvolusons-eksempel Steg 4: Genta 3 for neste overlapp. Ikke flere: ferdg! Steg 3: Multplser flterets vekter med verdene av de overlappende pkslene bldet og summer. /9 /9 /9 /9 /9 /9 /9 = /9 /9 /9 /9 /9 /9 /9 /9+3 /9 = 4/9 4 4 /9 /9 /9 3 /9 /9 3 / Inn-blde f Foreløpg ut-bldet g F8.3.3 INF Inn-blde f Foreløpg ut-bldet g F8.3.3 INF3 8

3 D-konvolusons-eksempel forten steg 3 senere: Steg 3: Multplser flterets vekter med verdene av de overlappende pkslene bldet og summer /9 /9 /9 4 /9 5 /9 3 /9 /9 /9 /9 3 6 Inn-blde f 3 /9+ /9+ /9+ 4 /9+5 /9+3 /9+ /9+ /9+ /9 = / Foreløpg ut-bldet g F8.3.3 INF3 9 D-konvolusons-eksempel og etter tue steg 3 tl: Steg 4: Genta 3 for neste overlapp. Ikke flere: ferdg! Løsnngen er: /9 /9 /9 /9 /9 /9 /9 /9 /9 33-mddelverdflter Inn-blde f F8.3.3 INF3 = Ut-bldet g Hva gør v langs blderanden? Utvd nn-bldet: VANLIG: Med -ere nullutvdelse eng.: zero paddng. Med en annen fast verd. Med nærmeste pkselverd eng.: replcate. Ved bruk av spelende ndekserng eng.: mrror-reflected ndeng. Ved bruk av srkulær ndekserng eng.: crcular ndeng. Sett ut-bldet tl en fast verd: F.eks. g = eller g = f. Ignorer possonene uten overlapp. Identsk resultat som nullutvdelse for konvolusonsfltre. F8.3.3 INF3 Hvor stort skal ut-bldet være? Trunkér ut-bldet Bare beold pksler der ele flteret er nnenfor nn-bldet. Beold nn-bldets størrelse Bare beold pksler der flterorgo er nnenfor nn-bldet. Vanlg når man fltrerer et blde. Langs randen må v gøre en antagelse se folen to før. Utvd nn-bldets størrelse Beold alle pksler der flteret og «nn-bldet» ar overlapp. Svært uvanlg utenom for konvoluson av to fltre. Langs randen må v gøre en antagelse se folen to før. Merk: Dette gelder all fltrerng kke bare konvoluson! F8.3.3 INF3

4 F8.3.3 INF3 3 Lavpassfltre Slpper gennom lave frekvenser og demper eller ferner øe frekvenser. Lav frekvenser = trege varasoner store trender. Høe frekvenser = skarpe kanter stø detaler. me mer om frekvens Fourer-forelesnngene. Effekt: Glattng/utsmørng/«blurrng» av bldet. Tpske mål: Ferne stø fnne større obekter. Utfordrng: Bevare kanter. Mddelverdflter lavpass Beregner mddelverden naboskapet. Alle vektene er lke. Vektene summerer seg tl. Gør at den lokale gennomsnttsverden bevares. Størrelsen på flteret avgør graden av glattng. Stort flter: me glattng utsmørt blde. Lte flter: lte glattng men kanter bevares bedre. F8.3.3 INF F8.3.3 INF3 5 Separable fltre Et flter kalles separabelt vs fltrerngen kan utføres som to sekvenselle D-fltrernger. Fordel: Raskere fltrerng. Geometrsk form: Rektangel nkludert kvadrat. Mddelverdfltre er separable: For 55-naboskap: Beregne én respons for n n-konvolusonsfltre: D-konvoluson: n multplkasoner og n - addsoner. To D-konvolusoner: n multplkasoner og n- addsoner. 5 5 F8.3.3 INF3 6 Approksmason av 33-Gauss-flter G Tlsvarer en geometrsk vektng: Vekten tl et pksel er en funkson av avstanden tl. Nære pksler er mer relevante og gs derfor større vekt.

5 Kant-bevarende støfltrerng Mddelverd eller medan? Ofte lavpassfltrerer v for å ferne stø men ønsker samtdg å bevare kanter. Det fnnes et utall av «kantbevarende» fltre. Men det er et sstem: Tenker at v ar flere pksel-populasoner naboskapet rundt f.eks. to: Sub-optmalt å bruke all pkslene. V kan sortere pkslene: Radometrsk etter pkselverd Både geometrsk etter pkselposson og radometrsk Inn-bldet med tdelg salt-og-pepper-stø Etter mddelverdfltrerng Etter medanfltrerng F8.3.3 INF3 7 F8.3.3 INF3 8 Medanfltrerng og ørner Med kvadratsk naboskap avrundes ørnene Med pluss-formet naboskap bevares ørnene F8.3.3 INF3 9 Kant-bevarende støfltrerng Trmmet mddelverdflter: Alpa-trmmet mddelverdflter radometrsk sorterng: g = mddelverden av de mn-d mdterste verdene etter sorterng mn-naboskapet rundt. K Nearest Negbour-flter radometrsk sorterng: g = mddelverden av de K pkslene naboskapet rundt som lgner mest på pkselverd. K Nearest Connected Negbour-flter også geometrsk: K Nearest Negbour-flter med uendelg stort naboskap og der de valgte pkslene er tlkoblet ut-possonen. Ma-omogentet-flter også geometrsk: g = mddelverden av det mest omogene sub-naboskapet. Smmetrsk nærmeste nabo-flter også geometrsk: g = mddelverden av de mest lgnende fra vert smmetrsk pksel-par rundt. MnmalMeanSquareError-flter: Nær mddelverden når lokal varans tlsvarer anslått støvarans en parameter ellers nær uendret. F8.3.3 INF3

6 Høpassfltre Slpper gennom øe frekvenser og demper eller ferner lave frekvenser. Tpsk fernes den aller laveste frekvensen elt d.v.s. at omogene områder får ut-verd. Effekt: Demper langsomme varasoner f.eks. bakgrunn. Fremever skarpe kanter lner og detaler. Tpske mål: «Forbedre» skarpeten detektere kanter. Q: Hva sker med stø? F8.3.3 INF3 Unsarp maskng og gboost-fltrerng Gtt et blde orgnal: tl venstre: et D-blde av en rampe. Lavpassfltrer. tl øre er orgnalen stplet. Beregn dfferansen: orgnal fltrerng 3. Resultatet er: orgnal + k dfferansen k er en postv konstant. Unsarp maskng: k = brukt tl øre G&W fg Hgboost-fltrerng: k > F8.3.3 INF3 Intenstets-flater -kanter og -lner Homogen flate: Et område der alle pkselverdene er lke. Kant: Overgangen mellom to områder med forskellg mddelverd. Steg-kant: En-pksels overgang. Rampe: Fler-pksels overgang med konstant ntenstetsendrng d.v.s. konstant gradent. «Kant» brukes også om skllepunktet mellom de to områdene. Forskellge måter å modellere vor skller er. For steg-kanter: Et alternatv er mdt mellom nabo-pksler som tlører forskellg områder. I segmenterng ønsker man tpsk å fnne første pksel på sden som tlører obektet. Merk at en lne består av to kanter. Hver kan f.eks. være steg-kant eller rampe. Idealstrukturer er nttg for modellerng men prakss fnner v oftest strukturer som bare lgner. F8.3.3 INF3 3 Dgtal dervason En kant kennetegnes ved endrng ntenstetsverd. Sden en ntenstetskant er overgangen mellom to områder med forskellg mddelverd så må ntensteten endres kanten. Den derverte av en funkson f er defnert som: f f lm og angr stgnngstallet tl f punktet så f angr vor me f endrer seg punktet. Den derverte er kke defnert for dskrete funksoner men v kan tlnærme den ved å la defnsonen. Tlnærme v.b.a. dfferanser mellom nærlggende pksler. F8.3.3 INF3 4

7 Dervason av blder Et dgtalt blde er en to-varabel dskret funkson. En kontnuerlg funkson f kan derveres m..p. og. Kalles å partell-dervere m..p. og. Betegnes enoldsvs f/ og f/ Vektoren av de to partell-derverte kalles gradenten og betegnes : F8.3.3 INF3 5 f f f f Gradent Kant Gradenten peker retnngen der funksonen øker mest og kanten går vnkelrett på gradenten. F8.3.3 INF3 6 F8.3.3 INF3 7 Gradent-operatorer Asmmetrsk D-operator: Også kalt «pel dfference»-operatoren. Smmetrsk D-operator: Også kalt «separated pel dfference»-operatoren. Roberts-operatoren også kalt Roberts krssgradent-operator: NB: V angr konvolusonsfltre den tanke at de skal brukes tl konvoluson. G&W angr fltermasker som skal brukes tl korrelason. Fltrene vl derfor avvke med en 8 graders rotason. F8.3.3 INF3 8 Gradent-operatorer Prewtt-operatoren: Sobel-operatoren: Fre-Cen-operatoren: NB: V angr konvolusonsfltre den tanke at de skal brukes tl konvoluson. G&W angr fltermasker som skal brukes tl korrelason. Fltrene vl derfor avvke med en 8 graders rotason.

8 Større gradent-operatorer Eksempel: Gradent-beregnng med Sobel-operatoren De smmetrske gradent-operatorene kan gøres mer stø-robuste ved å bgge nn mer lavpassfltrerng. Eksempel: Følgende 5 5-Sobel-operator: er resultatet av konvolusonene: F8.3.3 INF3 9 Inn-blde f g = f* g g = f* g g +g / F8.3.3 INF3 3 Merk: Hvert blde er skalert ved å dele på stt maksmum. De negatve verdene g og g er satt tl. Gradent tl kant-detekson Laplace-operatoren Gradent-magntuden ar «bred respons» men v ønsker eksakt tnn kant. For en steg-kant: Bredden på responsen er avengg av størrelsen på flteret. For en bred kant glattet med [ 3 ]: Bredden på responsen er avengg av bredden på kanten. Maksmumet er lkt og fornuftg lokalsert! Bruke den andrederverte tl å fnne maksmumene? step [- ] [- - ] smoot [- ] [- - ] Laplace-operatoren er gtt ved: f f f smoot Den endrer fortegn der f et vendepunkt. [- -] f = markerer kant-posson. [- -] f ar to ekstremverder per kant; på starten og på slutten av kanten. Derfor brukte v den tdlgere tl - å forbedre bldeskarpeten! Kantens eksakte posson er nullgennomgangen. Dette gr tnne kanter. V fnner bare kant-possoner kke kant-retnnger. 5 5 F8.3.3 INF3 3 F8.3.3 INF3 3

9 Også lavpassfltrere? To måter å lage LoG-operatorer Ofte lages og mplementeres en LoG-operator som konvolusonen av en Laplace-operator og et Gauss-flter. Ofte defneres en LoG-operator som en samplng av LoG-funksonen som er resultatet av å anvende Laplace-operatoren på Gauss-funksonen det kontnuerlge domenet. Dsse fremgangsmåtene gr generelt kke elt lke fltre men begge resulterer fltre v kaller LoG-operatorer. Sgnal Dervert Laplace F8.3.3 INF3 33 F8.3.3 INF3 34 Kantdetekson ved LoG-nullgennomganger Tommelfngerregel for strukturer: LoG-kernen må være smalere enn strukturen. Strukturen er mndre enn alvparten av LoG-kernen => Nullgennomgangene er utenfor kantskllene Strukturen er større enn alvparten av LoG-flteret => Nullgennomgangene er nøaktg kantskllene Et sted mellom: Avenger av dskretserngen og tlnærmngen av LoG-flteret. Tommelfngerregel for ramper: LoG-flteret må være større enn rampen. Rampen er bredere enn LoG-flteret => Ingen nullgennomgang bare et null-platå. Ellers: Nullgennomgang mdt på rampen kan få én -respons akkurat på mdten altså en fornuftg defnson av kantskllet tl rampen. P.g.a. stø krever ofte at nullpasserngen er skarp => LoG-flteret må være betdelg større enn rampen. => Velg kerne- og flterstørrelsen med omu! Angs først og fremst av standardavvket tl Gauss-funksonen som gr bredden av LoG-kernen og antder størrelsen av LoG-flteret. F8.3.3 INF3 35 Ideen tl Cann Lag en kantdetektor som er optmal forold tl følgende tre krterer: Best mulg detekson alle kanter og bare kanter God kant-lokalserng Én enkelt respons Optmer ved bruk av et blde med stø. Resultat: Følgende enkle algortme oppnår nesten optmumet: F8.3.3 INF3 36

10 Canns algortme. Lavpassfltrer med Gauss-flter med gtt.. Fnn gradent-magntuden og gradent-retnngen. 3. Tnnng av gradent-magntude ortogonalt på kant. F.eks.: Hvs et pksel gradent-magntude-bldet ar en 8-nabo eller mot gradent-retnngen med øere verd så settes pkselverden tl. 4. Hsterese-tersklng to terskler T og T l : a. Merk alle pksler der g T b. For alle pksler der g [T l T : Hvs 4 eller 8-nabo tl et merket pksel så merkes dette pkselet også. c. Genta fra trnn b tl konvergens. F8.3.3 INF3 37 Eksempel: Kantdetekson Oppgave: Fnn fremtredende kanter. Inn-blde Tersklet glattet grad.mag. LoG-kantdetektor Canns kantdetektor F8.3.3 INF3 38

INF2310 Digital bildebehandling

INF2310 Digital bildebehandling INF3 Dgtal bldebeandlng Forelesnng 7 Fltrerng bldedomenet II Andreas Kleppe Høpassfltrerng: Bldeforbedrng og kantdeteksjon Gradent-operatorer Laplace-operatoren og LoG-operatoren Canns kantdetektor G&W:

Detaljer

INF2310 Digital bildebehandling

INF2310 Digital bildebehandling INF3 Dgtal bldebeandlng Forelesnng 7 Fltrerng bldedomenet II Andreas Kleppe Høpassfltrerng: Bldeforbedrng og kantdeteksjon Gradent-operatorer Laplace-operatoren og LoG-operatoren Canns kantdetektor G&W:

Detaljer

Høypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II

Høypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II Høpassltre INF3 Dtal bldebeandln FORELESNING 7 FILTRERING I BILDEDOMENET II Andreas Kleppe Høpassltrern: Bldeorbedrn o kantdetekson Gradent-operatorer Laplace-operatoren o LoG-operatoren Canns kantdetektor

Detaljer

Høypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II

Høypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II Høpassltre INF3 Dtal bldebeandln FORELESNING 7 FILTRERING I BILDEDOMENET II Andreas Kleppe Høpassltrern: Bldeorbedrn o kantdetekson Gradent-operatorer Laplace-operatoren o LoG-operatoren Canns kantdetektor

Detaljer

INF2310 Digital bildebehandling

INF2310 Digital bildebehandling Høpassltre INF3 Dtal bldebeandln FORELESNING 7 FILTRERING I BILDEDOMENET II Frtz Albretsen Høpassltrern: Bldeorbedrn o kantdetekson Gradent-operatorer Laplace-operatoren o LoG-operatoren Canns kantdetektor

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsnngsforslag UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Eksamen : INF3 Dgtal bldebehandlng Eksamensdag : Trsdag 9. mars 3 Td for eksamen : 5: 9: Løsnngsforslaget er på : sder Vedlegg

Detaljer

Gradient-operatorer. 1D Laplace-operator. Laplace-operatoren. INF 2310 Digital bildebehandling. Laplace-operatoren er gitt ved:

Gradient-operatorer. 1D Laplace-operator. Laplace-operatoren. INF 2310 Digital bildebehandling. Laplace-operatoren er gitt ved: 55-55 - 6 6 5 5 radent-operatorer INF 3 Dgtal bldebehandlng Naboskaps-operasoner - II Laplace-operatoren Lo-operatoren Kant-bevarende ltre Ikke-lneære ltre radent-operatorer gr en bred respons Hvor bred

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Bruksområder - ltrerng INF 30 Dgtal bldebeandlng Fltrerng blde-domenet - Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende ltre Ikke-lneære ltre GW Kap 3.4-3.5 + Kap 5.3 Av de mest brukte

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Rale-krteret INF 3 Dtal bldebeandln EN KORT MIDTVEIS-REPETISJON Anta en perekt lnse med aperture-dameter D o at lsets bølelende er. To punkter et obekt kan akkurat adsklles bldet vs vnkelen mellom dem

Detaljer

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling Lokale operasjoner INF 3 Dtal bldebehandln Naboskaps-operasjoner - I Lneær fltrern Konvolusjon Korrelasjon Gradent-operatorer Efford kap. 7.-7.. V skal bare se på teknkker blde-domenet Blde-domenet refererer

Detaljer

Geometriske operasjoner

Geometriske operasjoner Geometrske operasjoner INF 23 27.2.27 Kap. 9 (samt 5.5.2) Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,) tl

Detaljer

Geometriske operasjoner

Geometriske operasjoner Geometrske operasjoner INF 23 29..28 Kap. 2.4.4 og 2.6.5 DIP Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,)

Detaljer

Romlig frekvens. INF 2310 Digital bildebehandling. Sampling av kontinuerlige signaler. Samplingsteoremet (Shannon/Nyquist) En kort midtveis-repetisjon

Romlig frekvens. INF 2310 Digital bildebehandling. Sampling av kontinuerlige signaler. Samplingsteoremet (Shannon/Nyquist) En kort midtveis-repetisjon Roml rekvens IN 3 Dtal bldebehandln En kort mdtves-repetson rtz Albretsen T Perode T.eks. mm eller µm rekvens /T.3. IN3.3. IN3 Sampln av kontnuerle snaler Samplnsteoremet Shannon/Nqust Anta at det kontnuerle

Detaljer

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet Dynamsk programmerng Hvlke problemer? Metoden ble formalsert av Rchard Bellmann (RAND Corporaton) på -tallet. Har ngen tng med programmerng å gøre. Dynamsk er et ord som kan aldr brukes negatvt. Skal v

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO øsnngsforslag UNIVERSIEE I OSO Det matematsk-naturvtenskaelge fakultet Eksamen : INF3 Dgtal bldebehandlng Eksamensdag : Onsdag 6. jun d for eksamen : 9: 3: øsnngsforslaget er å : sder Vedlegg : Ingen llatte

Detaljer

Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist)

Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist) IN 3 Dgtal bldebehandlng Ralegh-krteret Oppsummerng II ma : Avbldnng Samplng og kvantserng Geometrske operasoner 3 Gråtone- og hstogramoperasoner 45 ltrerng blde-doménet 67 ltrerng rekvens-doménet 89 Kompreson

Detaljer

TMA4240/4245 Statistikk Eksamen august 2016

TMA4240/4245 Statistikk Eksamen august 2016 Norges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag TMA44/445 Statstkk Eksamen august 6 Løsnngssksse Oppgave a) Ved kast av to ternnger er det 36 mulge utfall: (, ),..., (6, 6). La Y

Detaljer

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet Dynamsk programmerng Metoden ble formalsert av Rchard Bellmann (RAND Corporaton på -tallet. Programmerng betydnngen planlegge, ta beslutnnger. (Har kke noe med kode eller å skrve kode å gøre. Dynamsk for

Detaljer

Forelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov

Forelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov Forelesnng nr.3 INF 4 Elektronske systemer Parallelle og parallell-serelle kretser Krchhoffs strømlov Dagens temaer Parallelle kretser Kretser med parallelle og serelle ster Effekt parallelle kretser Krchhoffs

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 30 Dgtal bldebehandlng FORELESNING 4 GRÅONE-RANSFORMASJONER Frtz Albregtsen emaer dag Hstogrammer Lneære gråtonetransformer t Standardserng av blder med lneær transform Ikke-lneære, parametrske transformer

Detaljer

Forelesning nr.3 INF 1411 Elektroniske systemer

Forelesning nr.3 INF 1411 Elektroniske systemer Forelesnng nr.3 INF 4 Elektronske systemer 009 04 Parallelle og parallell-serelle kretser Krchhoffs strømlov 30.0.04 INF 4 Dagens temaer Parallelle kretser Kretser med parallelle og serelle ster Effekt

Detaljer

Løsningsforslag ST2301 Øving 8

Løsningsforslag ST2301 Øving 8 Løsnngsforslag ST301 Øvng 8 Kapttel 4 Exercse 1 For tre alleler, fnn et sett med genfrekvenser for to populasjoner, som gr flere heterozygoter enn forventa utfra Hardy-Wenberg-andeler for mnst én av de

Detaljer

INF2310 Digital bildebehandling

INF2310 Digital bildebehandling INF30 Dgtal bldebehandlng Forelesnng 0 Kompresjon og kodng I Andreas Kleppe Tre steg kompresjon Redundanser Kodng og entrop Shannon-Fano-kodng Huffman-kodng Artmetsk kodng Kompendum: 8-8.3, 8.5-8.7., 8.7.4

Detaljer

Anvendelser. Plass og tid. INF2310 Digital bildebehandling. Eksempler: Plassbehov uten kompresjon. Forelesning 10. Kompresjon og koding I

Anvendelser. Plass og tid. INF2310 Digital bildebehandling. Eksempler: Plassbehov uten kompresjon. Forelesning 10. Kompresjon og koding I Anvendelser INF231 Dgtal bldebehandlng Forelesnng 1 Kompresjon og kodng I Ole Marus Hoel Rndal, foler av Andreas Kleppe. Tre steg kompresjon Redundanser Kodng og entrop Shannon-Fano-kodng Huffman-kodng

Detaljer

Veiledning til obligatorisk oppgave i ECON 3610/4610 høsten N. Vi skal bestemme den fordeling av denne gitte arbeidsstyrken som

Veiledning til obligatorisk oppgave i ECON 3610/4610 høsten N. Vi skal bestemme den fordeling av denne gitte arbeidsstyrken som Jon sle; oktober 07 Ogave a. elednng tl oblgatorsk ogave ECO 60/60 høsten 07 har nå at samlet arbedskraftmengde er gtt lk, slk at ressurskravet er. skal bestemme den fordelng av denne gtte arbedsstyrken

Detaljer

IT1105 Algoritmer og datastrukturer

IT1105 Algoritmer og datastrukturer Løsnngsforslag, Eksamen IT1105 Algortmer og datastrukturer 1 jun 2004 0900-1300 Tllatte hjelpemdler: Godkjent kalkulator og matematsk formelsamlng Skrv svarene på oppgavearket Skrv studentnummer på alle

Detaljer

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18). Econ 2130 HG mars 2012 Supplement tl forelesnngen 19. mars Illustrasjon av regel 5.19 om sentralgrenseteoremet og ltt om heltallskorreksjon (som eksempel 5.18). Regel 5.19 ser at summer, Y = X1+ X2 + +

Detaljer

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering Lekson 3 Smpleksmetoden generell metode for å løse LP utgangspunkt: LP på standardform Intell basstabell Fase I for å skaffe ntell, brukbar løsnng løse helpeproblem hvs optmale løsnng gr brukbar løsnng

Detaljer

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte:

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte: Appendks 1: Organserng av Rksdagsdata SPSS Sannerstedt- og Sjölns data er klargjort for logtanalyse SPSS flen på følgende måte: Enhet År SKJEBNE BASIS ANTALL FARGE 1 1972 1 0 47 1 0 2 1972 1 0 47 1 0 67

Detaljer

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00 Norges teknsk naturvtenskapelge unverstet Insttutt for matematske fag Sde 1 av 9 Faglg kontakt under eksamen: Enar Rønqust, tlf. 73 59 35 47 EKSAMEN I FAG SIF5040 NUMERISKE METODER Trsdag 15. ma 2001 Td:

Detaljer

MoD233 - Geir Hasle - Leksjon 10 2

MoD233 - Geir Hasle - Leksjon 10 2 Leksjon 10 Anvendelser nettverksflyt Transportproblemet Htchcock-problemet Tlordnngsproblemet Korteste-ve problemet Nettverksflyt med øvre begrensnnger Maksmum-flyt problemet Teorem: Maksmum-flyt Mnmum-kutt

Detaljer

EKSAMEN Løsningsforslag

EKSAMEN Løsningsforslag . desember 6 EKSAMEN Løsnngsorslag Emnekode: ITD Emnenavn: Matematkk ørste deleksamen Dato:. desember 6 Hjelpemdler: - To A-ark med valgrtt nnold på begge sder. - Formelete. - Kalkulator som deles ut samtdg

Detaljer

Tema for forelesningen var Carnot-sykel (Carnot-maskin) og entropibegrepet.

Tema for forelesningen var Carnot-sykel (Carnot-maskin) og entropibegrepet. FORELESNING I ERMOYNMIKK ONSG 29.03.00 ema for forelesnngen var arnot-sykel (arnot-maskn) og entropbegrepet. En arnot-maskn produserer arbed ved at varme overføres fra et sted med en øy temperatur ( )

Detaljer

Statistikk og økonomi, våren 2017

Statistikk og økonomi, våren 2017 Statstkk og økonom, våren 7 Oblgatorsk oppgave Løsnngsforslag Oppgave Anta at forbruket av ntrogen norsk landbruk årene 987 99 var følgende målt tonn: 987: 9 87 988: 8 989: 8 99: 8 99: 79 99: 87 99: 9

Detaljer

INF2310 Digital bildebehandling

INF2310 Digital bildebehandling INF3 Digital bildebehandling Forelesning 8 Repetisjon: Filtrering i bildedomenet Andreas Kleppe Filtrering og konvolusjon Lavpassfiltrering og kant-bevaring Høypassfiltrering: Bildeforbedring og kantdeteksjon

Detaljer

Sparing gir mulighet for å forskyve forbruk over tid; spesielt kan ujevne inntekter transformeres til jevnere forbruk.

Sparing gir mulighet for å forskyve forbruk over tid; spesielt kan ujevne inntekter transformeres til jevnere forbruk. ECON 0 Forbruker, bedrft og marked Forelesnngsnotater 09.0.07 Nls-Henrk von der Fehr FORBRUK OG SPARING Innlednng I denne delen skal v anvende det generelle modellapparatet for konsumentens tlpasnng tl

Detaljer

Alternerende rekker og absolutt konvergens

Alternerende rekker og absolutt konvergens Alternerende rekker og absolutt konvergens Forelest: 0. Sept, 2004 Sst forelesnng så v på rekker der alle termene var postve. Mange av de kraftgste metodene er utvklet for akkurat den typen rekker. I denne

Detaljer

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>. ECON30: EKSAMEN 05 VÅR - UTSATT PRØVE TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller lkt uansett varasjon vanskelghetsgrad. Svarene er gtt

Detaljer

Anvendelser. Kapittel 12. Minste kvadraters metode

Anvendelser. Kapittel 12. Minste kvadraters metode Kapttel Anvendelser I dette kaptlet skal v se på forskjellge anvendelser av teknkke v har utvklet løpet av de sste ukene Avsnttene og eksemplene v skal se på er derfor forholdsvs uavhengge Mnste kvadraters

Detaljer

ØVINGER 2017 Løsninger til oppgaver

ØVINGER 2017 Løsninger til oppgaver ØVINGER 017 Løsnnger tl oppgaver Øvng 1 7.1. Med utgangspunkt de n 5 observasjonsparene (x 1, y 1 ), (x, y ),..., (x 5, y 5 ) beregner v først mddelverdene x 1 5 Estmert kovarans blr x 3. ȳ 1 5 s XY 1

Detaljer

Magnetisk nivåregulering. Prosjektoppgave i faget TTK 4150 Ulineære systemer. Gruppe 4: Rune Haugom Pål-Jørgen Kyllesø Jon Kåre Solås Frode Efteland

Magnetisk nivåregulering. Prosjektoppgave i faget TTK 4150 Ulineære systemer. Gruppe 4: Rune Haugom Pål-Jørgen Kyllesø Jon Kåre Solås Frode Efteland Magnetsk nvåregulerng Prosjektoppgave faget TTK 45 Ulneære systemer Gruppe 4: Rune Haugom Pål-Jørgen Kyllesø Jon Kåre Solås Frode Efteland Innholdsfortegnelse Innholdsfortegnelse... Innlednng... Oppgave

Detaljer

Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist)

Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist) IN 3 Dgtal bldebehandlng Ralegh-krteret Oppsummerng II våren : Avbldnng Samplng og kvantserng Geometrske operasjoner Gråtonemappng og hstogramoperasjoner ltrerng blde-doménet ltrerng rekvens-doménet Kompresjon

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 2310 Dgtal bldebehandlng FORELESNING 4 GRÅTONE-TRANSFORMASJONER Frtz Albregtsen 1 Temaer dag Hstogrammer Lneære gråtonetransformer t Standardserng av blder med lneær transform Ikke-lneære, parametrske

Detaljer

Eksamen ECON 2200, Sensorveiledning Våren Deriver følgende funksjoner. Deriver med hensyn på begge argumenter i e) og f).

Eksamen ECON 2200, Sensorveiledning Våren Deriver følgende funksjoner. Deriver med hensyn på begge argumenter i e) og f). Eksamen ECON 00, Sensorvelednng Våren 0 Oppgave (8 poeng ) Derver følgende funksjoner. Derver med hensyn på begge argumenter e) og f). (Ett poeng per dervasjon, dvs, poeng e og f) a) f( x) = 3x x + ln

Detaljer

Løsningsforslag øving 10 TMA4110 høsten 2018

Løsningsforslag øving 10 TMA4110 høsten 2018 Løsnngsforslag øvng TMA4 høsten 8 [ + + Projeksjonen av u på v er: u v v u v v v + ( 5) [ + u v v u [ 8/5 6/5 For å fnne ut om en matrse P representerer en projeksjon, må v sjekke om P P a) b) c) [ d)

Detaljer

Fleksibelt arbeidsliv. Befolkningsundersøkelse utført for Manpower September 2015

Fleksibelt arbeidsliv. Befolkningsundersøkelse utført for Manpower September 2015 Fleksbelt arbedslv Befolknngsundersøkelse utført for Manpower September 015 Antall dager med hjemmekontor Spørsmål: Omtrent hvor mange dager jobber du hjemmefra løpet av en gjennomsnttsmåned (n=63) Prosent

Detaljer

Auksjoner og miljø: Privat informasjon og kollektive goder. Eirik Romstad Handelshøyskolen Norges miljø- og biovitenskapelige universitet

Auksjoner og miljø: Privat informasjon og kollektive goder. Eirik Romstad Handelshøyskolen Norges miljø- og biovitenskapelige universitet Auksjoner og mljø: Prvat nformasjon og kollektve goder Erk Romstad Handelshøyskolen Auksjoner for endra forvaltnng Habtatvern for bologsk mangfold Styresmaktene lyser ut spesfserte forvaltnngskontrakter

Detaljer

Filter-egenskaper INF Fritz Albregtsen

Filter-egenskaper INF Fritz Albregtsen Filter-egenskaper INF 60-04.03.2002 Fritz Albregtsen Tema: Naboskaps-operasjoner Del 2: - Lineær filtrering - Gradient-detektorer - Laplace-operatorer Linearitet H [af (x, y) + bf 2 (x, y)] ah [f (x, y)]

Detaljer

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>. ECON13: EKSAMEN 14V TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller lkt uansett varasjon vanskelghetsgrad. Svarene er gtt >. Oppgave 1 Innlednng. Rulett splles på en rekke kasnoer

Detaljer

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011 Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgaver Alle oppgaver er merket ut fra vanskelghetsgrad på følgende måte: * Enkel ** Mddels vanskelg *** Vanskelg Multple regresjon Oppgave.* Ta utgangspunkt

Detaljer

C(s) + 2 H 2 (g) CH 4 (g) f H m = -74,85 kj/mol ( angir standardtilstand, m angir molar størrelse)

C(s) + 2 H 2 (g) CH 4 (g) f H m = -74,85 kj/mol ( angir standardtilstand, m angir molar størrelse) Fyskk / ermodynamkk Våren 2001 5. ermokjem 5.1. ermokjem I termokjemen ser v på de energendrnger som fnner sted kjemske reaksjoner. Hver reaktant og hvert produkt som nngår en kjemsk reaksjon kan beskrves

Detaljer

Arbeid og potensiell energi

Arbeid og potensiell energi Arbed og potensell energ 4.3.5 Mdtveseksamen: 6.3. Pensum: Kap. boken flere lærer på data-lab YS-MEK 4.3.5 Konservatve krefter: v kan fnne en potensalfunksjon slk at: d d energbevarng vertkal kast: mg

Detaljer

Løsningskisse for oppgaver til uke 15 ( april)

Løsningskisse for oppgaver til uke 15 ( april) HG Aprl 01 Løsnngsksse for oppgaver tl uke 15 (10.-13. aprl) Innledende merknad. Flere oppgaver denne uka er øvelser bruk av den vktge regel 5.0, som er sentral dette kurset, og som det forventes at studentene

Detaljer

Arbeid og potensiell energi

Arbeid og potensiell energi Arbed og potensell energ 5.3.4 YS-MEK 5.3.4 Konservatve krefter: v kan fnne en potensalfunksjon slk at: d d energbevarng vertkal kast: mg d d mg fjær: k d k d atom krstall: b cos b b d d sn b YS-MEK 5.3.4

Detaljer

Investering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet

Investering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet Investerng under uskkerhet Rsko og avkastnng Høy rsko Lav rsko Presserng av rskobegreet Realnvesterng Fnansnvesterng Rsko for enkeltaksjer og ortefølje-sammenheng Fnansnvesterng Realnvesterng John-Erk

Detaljer

Fleksibelt arbeidsliv. Befolkningsundersøkelse utført for Manpower September 2015

Fleksibelt arbeidsliv. Befolkningsundersøkelse utført for Manpower September 2015 Fleksbelt arbedslv Befolknngsundersøkelse utført for Manpower September 2015 Prvate gjøremål på jobben Spørsmål: Omtrent hvor mye td bruker du per dag på å utføre prvate gjøremål arbedstden (n=623) Mer

Detaljer

Forelesning 17 torsdag den 16. oktober

Forelesning 17 torsdag den 16. oktober Forelesnng 17 torsdag den 16. oktober 4.12 Orden modulo et prmtall Defnsjon 4.12.1. La p være et prmtall. La x være et heltall slk at det kke er sant at x 0 Et naturlg tall t er ordenen tl a modulo p dersom

Detaljer

2007/30. Notater. Nina Hagesæther. Notater. Bruk av applikasjonen Struktur. Stabsavdeling/Seksjon for statistiske metoder og standarder

2007/30. Notater. Nina Hagesæther. Notater. Bruk av applikasjonen Struktur. Stabsavdeling/Seksjon for statistiske metoder og standarder 007/30 Notater Nna Hagesæter Notater Bruk av applkasjonen Struktur Stabsavdelng/Seksjon for statstske metoder og standarder Innold 1. Innlednng... 1.1 Hva er Struktur, og va kan applkasjonen brukes tl?...

Detaljer

i kjemiske forbindelser 5. Hydrogen har oksidasjonstall Oksygen har oksidsjonstall -2

i kjemiske forbindelser 5. Hydrogen har oksidasjonstall Oksygen har oksidsjonstall -2 Repetsjon 4 (16.09.06) Regler for oksdasjonstall 1. Oksdasjonstall for alle fre element er 0 (O, N, C 60 ). Oksdasjonstall for enkle monoatomske on er lk ladnngen tl onet (Na + : +1, Cl - : -1, Mg + :

Detaljer

MA1301 Tallteori Høsten 2014

MA1301 Tallteori Høsten 2014 MA1301 Tallteor Høsten 014 Rchard Wllamson 3. desember 014 Innhold Forord 1 Induksjon og rekursjon 7 1.1 Naturlge tall og heltall............................ 7 1. Bevs.......................................

Detaljer

INF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein

INF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein INF2310 - Stikkord over pensum til midtveis 2017 Kristine Baluka Hein 1 Forhold mellom størrelse i bildeplan y og "virkelighet"y y y = s s og 1 s + 1 s = 1 f Rayleigh kriteriet sin θ = 1.22 λ D y s = 1.22

Detaljer

Fourieranalyse. Fourierrekker på reell form. Eksempel La. TMA4135 Matematikk 4D. En funksjon sies å ha periode p > 0 dersom

Fourieranalyse. Fourierrekker på reell form. Eksempel La. TMA4135 Matematikk 4D. En funksjon sies å ha periode p > 0 dersom TMA435 Matematkk 4D Foureranalyse Fourerrekker på reell form En funksjon ses å ha perode p > dersom f(x + p) = f(x) () for alle x defnsjonsmengden tl f. Den mnste p slk at () holder, kalles fundamentalperoden

Detaljer

EKSAMEN Ny og utsatt Løsningsforslag

EKSAMEN Ny og utsatt Løsningsforslag . jun 0 EKSAMEN Ny og utsatt Løsnngsorslag Emnekode: ITD50 Dato:. jun 0 Emne: Matematkk, deleksamen Eksamenstd: 09.00.00 Hjelpemdler: To A-ark med valgrtt nnhold på begge sder. Formelhete. Kalkulator er

Detaljer

STK desember 2007

STK desember 2007 Løsnngsfrslag tl eksamen STK0 5. desember 2007 Oppgave a V antar at slaktevektene tl kalkunene fra Vrgna er bserverte verder av stkastske varabler X, X 2, X, X 4 sm er uavhengge g Nµ, σ 2 -frdelte, g at

Detaljer

Forelesning nr.3 INF 1410

Forelesning nr.3 INF 1410 Forelesnng nr. INF 40 009 Node og mesh-analyse 6.0.009 INF 40 Oerskt dagens temaer Bakgrunn Nodeanalyse og motasjon Meshanalyse 009 Supernode Bruksområder og supermesh for node- og meshanalyse 6.0.009

Detaljer

Løsningsskisse til eksamen i TFY112 Elektromagnetisme,

Løsningsskisse til eksamen i TFY112 Elektromagnetisme, Løsnngssksse tl eksamen TFY11 Elektromagnetsme, høst 003 (med forbehold om fel) Oppgave 1 a) Ved elektrostatsk lkevekt har v E = 0 nne metall. Ellers bruker v Gauss lov med gaussflate konsentrsk om lederkulen.

Detaljer

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I Lokale operasjoner INF 30 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I Fritz Albregtsen Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende filtre Ikke-lineære filtre

Detaljer

Automatisk koplingspåsats Komfort Bruksanvisning

Automatisk koplingspåsats Komfort Bruksanvisning Bruksanvsnng System 2000 Art. Nr.: 0661 xx /0671 xx Innholdsfortegnelse 1. rmasjon om farer 2. Funksjon 2.1. Funksjonsprnspp 2.2. Regstrerngsområde versjon med 1,10 m lnse 2.3. Regstrerngsområde versjon

Detaljer

Filtrering. Konvolusjon. Konvolusjon. INF2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDEDOMENET I

Filtrering. Konvolusjon. Konvolusjon. INF2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDEDOMENET I Filtrering INF30 Digital bildebehandling FORELESNING 6 FILTRERING I BILDEDOMENET I Andreas Kleppe Naboskaps-operasjoner Konvolusjon og korrelasjon Lavpassfiltrering og kant-bevaring G&W:.6., 3., 3.4-3.5,

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Deleksamen MAT-INF Modellerng og beregnnger. Eksamensdag: Onsdag 7. oktober 29. Td for eksamen: 5: 7:. Oppgavesettet er på 6 sder. Vedlegg:

Detaljer

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså:

(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså: A-besvarelse ECON2130- Statstkk 1 vår 2009 Oppgave 1 A) () Antall kke-ordnede utvalg: () P(Arne nummer 1) = () Når 5 er bltt trukket ut, er det tre gjen som kan blr trukket ut tl den sste plassen, altså:

Detaljer

Bente Halvorsen, Bodil M. Larsen og Runa Nesbakken

Bente Halvorsen, Bodil M. Larsen og Runa Nesbakken 2005/8 Rapporter Reports Bente Halvorsen, Bodl M. Larsen og Runa Nesbakken Prs- og nntektsfølsomet ulke usoldnngers etterspørsel etter elektrstet, fyrngsoler og ved Statstsk sentralbyrå Statstcs Norway

Detaljer

EKSAMEN ny og utsatt løsningsforslag

EKSAMEN ny og utsatt løsningsforslag 8.. EKSAMEN n og utsatt løsnngsorslag Emnekode: ITD Dato:. jun Hjelpemdler: - To A-ark med valgrtt nnhold på begge sder. Emnenavn: Matematkk ørste deleksamen Eksamenstd: 9.. Faglærer: Chrstan F Hede -

Detaljer

Spinntur 2017 Rotasjonsbevegelse

Spinntur 2017 Rotasjonsbevegelse Spnntur 2017 Rotasjonsbevegelse August Geelmuyden Unverstetet Oslo Teor I. Defnsjon og bevarng Newtons andre lov konstaterer at summen av kreftene F = F som vrker på et legeme med masse m er lk legemets

Detaljer

Seleksjon og uttak av alderspensjon fra Folketrygden

Seleksjon og uttak av alderspensjon fra Folketrygden ato: 07.01.2008 aksbehandler: DH Seleksjon og uttak av alderspensjon fra Folketrygden Dette notatet presenterer en enkel framstllng av problemet med seleksjon mot uttakstdpunkt av alderspensjon av folketrygden.

Detaljer

Konstruksjon av digital heltallsaritmetikk

Konstruksjon av digital heltallsaritmetikk Konstrusjon av dgtal eltallsartmet Multplatv dvsjon Karl Marus Stafto Master eletron Oppgaven levert: Jun 8 Hovedveleder: Kjetl Svarstad, IET Bveleder(e): Smen Gmle Hansen, Kongsberg Defence & Aerospace

Detaljer

Korteste-vei problemet Nettverksflyt med øvre begrensninger Maksimum-flyt problemet Teorem: Maksimum-flyt Minimum-kutt

Korteste-vei problemet Nettverksflyt med øvre begrensninger Maksimum-flyt problemet Teorem: Maksimum-flyt Minimum-kutt Lekson 11 Korteste-ve problemet Nettverksflyt med øvre begrensnnger Maksmum-flyt problemet Teorem: Maksmum-flyt Mnmum-kutt MoD233 - Ger Hasle - Lekson 11 2 Heltallsprogrammerng Tdsplanleggng (skedulerng,

Detaljer

Arbeid og potensiell energi

Arbeid og potensiell energi Arbed og potensell energ.3.7 YS- MEK.3.7 Konservatve krefter: v kan fnne en potensalfunksjon slk at: d energbevarng vertkal kast: mg d mg fjær: k k d atom krstall: b π cos π b b d π sn b YS- MEK.3.7 kraft

Detaljer

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Utsatt eksamen : ECON130 Statstkk 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamensdag: 15.0.015 Sensur kunngjøres senest: 0.07.015 Td for eksamen: kl. 09:00 1:00 Oppgavesettet er på 4 sder Tllatte hjelpemdler:

Detaljer

TMA4265 Stokastiske prosesser

TMA4265 Stokastiske prosesser orges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag TMA4265 Stokastske prosesser Våren 2004 Løsnngsforslag - Øvng 6 Oppgaver fra læreboka 4.56 X n Antallet hvte baller urna Trekk tlf.

Detaljer

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS Sde 1 av 5 NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET Fakultet for bygg- og mljøteknkk INSTITUTT FOR SAMFERDSELSTEKNIKK Faglg kontakt under eksamen: Navn Arvd Aakre Telefon 73 59 46 64 (drekte) / 73

Detaljer

4 Energibalanse. TKT4124 Mekanikk 3, høst Energibalanse

4 Energibalanse. TKT4124 Mekanikk 3, høst Energibalanse 4 Energbalanse Innhold: Potensell energ Konservatve krefter Konserverng av energ Vrtuelt arbed for deformerbare legemer Vrtuelle forskvnngers prnspp Vrtuelle krefters prnspp Ltteratur: Irgens, Fasthetslære,

Detaljer

Oppgave 3, SØK400 våren 2002, v/d. Lund

Oppgave 3, SØK400 våren 2002, v/d. Lund Oppgave 3, SØK400 våren 00, v/d. Lnd En bonde bonde dyrker poteter. Hvs det blr mldvær, blr avlngen 0. Hvs det blr frost, blr avlngen. Naboen bonde, som vl være tsatt for samme vær, dyrker også poteter,

Detaljer

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I Lokale operasjoner INF 30 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende filtre Ikke-lineære filtre GW Kap. 3.4-3.5 + Kap. 5.3 Vi skal

Detaljer

www.olr.ccli.com Introduksjon Online Rapport Din trinn for trinn-guide til den nye Online Rapporten (OLR) Online Rapport

www.olr.ccli.com Introduksjon Online Rapport Din trinn for trinn-guide til den nye Online Rapporten (OLR) Online Rapport Onlne Rapport Introduksjon Onlne Rapport www.olr.ccl.com Dn trnn for trnn-gude tl den nye Onlne Rapporten (OLR) Vktg nfo tl alle mengheter og organsasjoner Ingen flere program som skal lastes ned Fortløpende

Detaljer

EKSAMEN I FAG SIF8052 VISUALISERING MANDAG 21. MAI 2001 KL LØSNINGSFORSLAG

EKSAMEN I FAG SIF8052 VISUALISERING MANDAG 21. MAI 2001 KL LØSNINGSFORSLAG Sde 1 av 5 NTNU Norges teknsk-naturvtenskapelge unverstet Fakultet for fyskk, nformatkk og matematkk Insttutt for datateknkk og nformasjonsvtenskap EKSAMEN I FAG SIF8052 VISUALISERING MANDAG 21. MAI 2001

Detaljer

MASTER I IDRETTSVITENSKAP 2012/2014. Individuell skriftlig eksamen. MAS 402- Statistikk. Tirsdag 9. oktober 2012 kl. 10.00-12.00

MASTER I IDRETTSVITENSKAP 2012/2014. Individuell skriftlig eksamen. MAS 402- Statistikk. Tirsdag 9. oktober 2012 kl. 10.00-12.00 MASTER I IDRETTSVITESKAP 0/04 Indvduell skrftlg eksamen MAS 40- Statstkk Trsdag 9. oktober 0 kl. 0.00-.00 Hjelpemdler: kalkulator Eksamensoppgaven består av 9 sder nkludert forsden Sensurfrst: 30. oktober

Detaljer

Dynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer

Dynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer ynask prograerng Metoden ble foralsert av Rchard Bellann (RAN Corporaton på -tallet. Prograerng betydnngen planlegge, ta beslutnnger. (Har kke noe ed kode eller å skrve kode å gøre. ynask for å ndkere

Detaljer

Sorterings- Algoritmer

Sorterings- Algoritmer Hva er sorterng? Sorterngs- Algortmer Algortmer og Datastrukturer Input: en sekvens av N nummer Output: reorganserng nput-sekvensen slk at: a < a < a... < a n- < a n V søker algortmer som gjør dette på

Detaljer

INF2310 Digital bildebehandling

INF2310 Digital bildebehandling Filtrering INF30 Digital bildebehandling FORELESNING 6 FILTRERING I BILDEDOMENET I Fritz Albregtsen Naboskaps-operasjoner Konvolusjon og korrelasjon Lavpassfiltrering og kant-bevaring G&W:.6., 3., 3.4-3.5,

Detaljer

Vedlegg 2A Beskrivelse av lokaler

Vedlegg 2A Beskrivelse av lokaler Vedlegg 2A Beskrvelse lokaler Sjukehusapoteket Førde Produksjonslokaler for cytostatka sluse blr betjent ventlasjonsaggregat med tlhørende kanaler. Ventlasjonsaggregat er plassert teknsk rom Lamell B.

Detaljer

Felles akuttilbud barnevern og psykiatri. Et prosjekt for bedre samhandling og samarbeid rundt utsatte barn og unge i Nord-Trøndelag

Felles akuttilbud barnevern og psykiatri. Et prosjekt for bedre samhandling og samarbeid rundt utsatte barn og unge i Nord-Trøndelag Felles akuttlbud barnevern og psykatr Et prosjekt for bedre samhandlng og samarbed rundt utsatte barn og unge Nord-Trøndelag Sde 1 Senorrådgver Kjell M. Dahl / 25.02.2011 Ansvarsfordelng stat/kommune 1.

Detaljer

Makroøkonomi - B1. Innledning. Begrep. Mundells trilemma 1 går ut på følgende:

Makroøkonomi - B1. Innledning. Begrep. Mundells trilemma 1 går ut på følgende: Makroøkonom Innlednng Mundells trlemma 1 går ut på følgende: Fast valutakurs, selvstendg rentepoltkk og fre kaptalbevegelser er kke forenlg på samme td Av de tre faktorene er hypotesen at v kun kan velge

Detaljer

Balanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985)

Balanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985) alanserte søketrær VL-trær Et bnært tre er et VL-tre hvs ølgende holder: VL-trær delson-velsk og Lands, 96 play-trær leator og Tarjan, 98. orskjellen høyde mellom det høyre og det venstre deltreet er maksmalt,

Detaljer

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer Sde: av 7 orsk akkredterng Dok.d.: VII..5 A Dok. 5: Angvelse av måleuskkerhet ved kalbrernger Utarbedet av: Saeed Behdad Godkjent av: ICL Versjon:.00 Mandatory/Krav Gjelder fra: 09.05.008 Sdenr: av 7 A

Detaljer

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011 Løsnnger lle oppgaver er merket ut fra vanskelghetsgrad på følgende måte: * Enkel ** Mddels vanskelg *** Vanskelg Hypotesetestng testng av enkelthypoteser Oppgave 1.* Når v tester enkelthypoteser ved hjelp

Detaljer

Vekst i skjermet virksomhet: Er dette et problem? Trend mot større andel sysselsetting i skjermet

Vekst i skjermet virksomhet: Er dette et problem? Trend mot større andel sysselsetting i skjermet Forelesnng NO kapttel 4 Skjermet og konkurranseutsatt vrksomhet Det grunnleggende formål med eksport: Mulggjøre mport Samfunnsøkonomsk balanse mellom eksport og mportkonkurrerende: Samme valutanntjenng/besparelse

Detaljer

Generell likevekt med skjermet og konkurranseutsatt sektor 1

Generell likevekt med skjermet og konkurranseutsatt sektor 1 1 Jon Vsle; februar 2018 ECON 3735 vår 2018 Forelesnngsnotat #1 Generell lkevekt med skjermet og konkurranseutsatt sektor 1 V betrakter en økonom med to sektorer; en skjermet sektor («-sektor») som produserer

Detaljer

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0.

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0. UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Eksamen : Eksamensdag: 7. jun 2013. Td for eksamen: 14.30 18.30. Oppgavesettet er på 8 sder. Vedlegg: Tllatte hjelpemdler: STK2120 LØSNINGSFORSLAG

Detaljer