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

Størrelse: px
Begynne med side:

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

Transkript

1 Lokale operasjoner INF 3 Dtal bldebehandln Naboskaps-operasjoner - I Lneær fltrern Konvolusjon Korrelasjon Gradent-operatorer Efford kap V skal bare se på teknkker blde-domenet Blde-domenet refererer tl menden av pksler som utjør det dtale bldet. Bldeplan-metoder opererer på dsse pkslene o r: T[ f ] er ut-bldet f er nn-bldet T er en operator på en omen rundt F INF 3 F INF 3 Bruksområder - fltrern Av de mest brukte operasjoner bldebehandln Brukes som et ledd pre-prosessern for mane bldeanalse-problemer Støfjernn / støreduksjon Kant-deteksjon Deteksjon av lnjer eller andre speselle strukturer Omvelser/naboskap/vndu Kvadrater/rektanler er mest vanl. Av smmetr-hensn oftest odde antall pksler. Omvelsen kan ha flere dmensjoner zλt Enklest transform får v når omvelsen er pksel. T er da råtonemappn der n pkselverd bare avhener av pkselverden punktet. vs T er den samme over hele bldet har v en lobal transform. vs vnduet er større en har v en lokal transform selv om T er possjons-nvarant. F INF 3 3 F INF 3

2 Naboskap+TransformMaske Naboskap/vndu/omvelse/nehborhood: De pkslene rundt et punkt nn-bldet som T opererer på. Flter-eenskaper - Addtvtet [ f + f ] [ f ] + [ f ] Transform/Operator/Alortme: Operator/Alortme som opererer på pkslene et naboskap. Maske/Template/fler: Et eometrsk arra/matrse av vekter eller koeffsenter Resultatet lares et ntt blde. Eksempel: beren jennomsntt er flteret o f o f er vlkårle blder. va betr dette: vs v skal addere to fltrerte blder? F INF 3 5 F INF 3 6 Flter-eenskaper - omoentet Flter-eenskaper - Lneartet [ af ] a[ f ]] vs er en lneær operator er responsen på et konstant multppel av en vlkårl nput lk konstanten multplsert med responsen på nput. [ af + bf ] a[ f ] + b[ f ] er flteret a o b er konstanter o f o f er vlkårle blder. va betr dette: vs v skalerer bldene før fltrernen? F INF 3 7 F INF 3 8

3 Flter-eenskaper Possjons-nvarans [ f l m] l m for alle f o for vlkårle lm. Responsen et vlkårl punkt et blde avhener bare av bldets lokale verd kke av possjonen. F INF 3 -D Konvolusjon h f T[ f ] h er flteret f er et -D blde eller snal Merk at: h f + h f + h + f + M + h f + + h f h f O det er den sste formen v bruker for utrenn. F INF 3 Et -D eksempel h[ 3] Indeks for h: - f[ ] Indeks for f: 3 + h f hf + hf + h-f 3 f+ + hf + hf + h-f hf + hf3 + h-f f f o f er kke defnert la oss anta at de er. er multplkasjon Men hva skjer rundt kantene? Merk at v må spelvende h før multplkasjon. F INF 3 Utrenn av -D konvolusjon + For å rene ut resultatet av en konvolusjon for possjon : Spelvend masken le den over bldet slk at mnst en possjon overlapper med bldet. Multplser hvert element masken med underlende pkselverd. Summen av produktene r verden for possjon. For å rene ut resultatet for alle possjoner: Fltt masken pksel for pksel o jenta operasjonene over. Merk: for smmetrsk h spller det nen rolle om v spelvender masken eller kke. h f h f F INF 3

4 -D konvolusjon Eksempel: mddelverd Ut-bldet er tt ved + + j k j k h j k f j k h j k f j k h er et m n flter med størrelse m + n + m o n er vanlvs oddetall. Ofte har v kvadratsk vndu mn. Ut-bldet er et veet sum av nn-pkslene som omr. Vektene flteret er tt ved hjk. Ut-bldets pkselverd neste possjon fnnes ved at flteret flttes ett pksel o summen berenes på ntt. For hvert pksel beren mddelverden av pkslene et 3 3 vndu rundt pksel [ f + f + f + + f + f + f + + f + + f + + f + + ] v f v f o 3 3 vndu F INF 3 3 F INF 3 Utrenn av -D konvolusjon + + j k h j k f j k For å rene ut resultatet av en konvolusjon for possjon : Roter masken 8 rader le den over bldet slk at mnst en possjon overlapper med bldet. Multplser hvert element masken med underlende pkselverd. Summen av produktene r verden for possjon. For å rene ut resultatet for alle possjoner:fltt masken pksel for pksel o jenta operasjonene over. V bruker notasjonen h * f der * er konvolusjons-operatoren Praktske problemer Kan ut-bldet ha samme pksel-representasjon som nn-bldet? Trener v et mellom-laer? va jør v lans blde-randen? Anta at bldet er M N pksler Anta at flteret er m n mm + nn + Uberørt av rand-effekt: M-m N-n 33: M-N- 55: M-N- F INF 3 5 F INF 3 6

5 va jør v lans randen? Alternatver:. Sett. Sett f 3. Trunker ut-bldet. Trunker konvolusjons-masken h 5. Utvd bldet ved reflected nden 6. Crcular nden Et lte tps om konvolusjon Når v konvolverer et flter med et blde: Er v nteressert å lae et ntt blde med samme størrelse som nput-bldet. V bruker en av teknkkene fra forre fol. Når v konvolverer en flter-kjerne med en annen flter-kjerne: V vl lae effektv mplementasjon av et stort flter med en kombnasjon av enkle separable fltre. V berener resultatet for alle possjoner der de to flter-kjernene r overlapp. F INF 3 7 F INF 3 8 Korrelasjon n m k n j m h j k f + j + k Merk forskjell fra konvolusjon: pluss stedet for mnus. Ved konvolusjon roterer v flteret 8 rader. Ved korrelasjon trener v kke dette: v leer flterkjernen sentrert om pksel o multplserer hvert enkelt element med underlende pkselverd V kan utføre korrelasjon som en konvolusjon hvs v først roterer flteret 8 rader. Korrelasjon n k n j m Anvendelse: mønsterjenkjennn eller template matchn. Mønster/template kan være en del av et blde. hj Normalser ved ' n m f + j + k h j k f + j + k j n k m for å unnå høere verder for lse pksler. m F INF 3 F INF 3

6 Korrelasjonskoeffsent Alternatvt beren korrelasjons-koeffsenten η [ h j h ][ f + + j f ] j [ f + + j f ] [ h j h ] j Denne er normalsert både forhold tl mddelverden tl flteret h o forhold tl mddelverden tl den lokale omenen bldet f j Eksempel template matchn Fnn et objekt et blde. Flteret er templaten. Templaten må ha samme størrelse o orentern som bldet o omtrent samme råtoner. F INF 3 F INF 3 Eenskaper ved konvolusjon Kommutatv f* *f Assosatv f**h f**h Dstrbutv f*+h f* + f*h Assosatv ved skalar multplkasjon af* af* f*a Kan utnttes sammensatte konvolusjoner! F INF 3 3 Normalsern av fltre vs v konvolverer [ ] med se selv får v 3 [ ] [ ] [ ] Fortsetter v får v [ ] [ 3 ] [ ] Ved slke kke-normalserte flterkjerner øker jennomsnttsverden det fltrerte bldet. Vanlvs normalserer v flterkjernen slk at jennomsnttsverden bldet bevares. [ 3 ] [ 3 ] [ ] F INF 3

7 F INF 3 5 Lavpass-fltre Slpper jennom lave frekvenser o demper eller fjerner høe frekvener. øe frekvenser skarpe kanter stø detaljer. Effekt: blurrn eller utsmørn av bldet Utfordrn: bevare kanter samtd som homoene områder lattes. F INF 3 6 Mddelverd-fltere lavpass Alle koeffsenter er lke Skaler med summen av flterkoeffsentene Størrelsen på flteret avjør raden av lattn Stort flter: me lattn utsmørt blde Lte flter: lte lattn men kanter bevares bedre 5 F INF 3 7 Fltrerte blder mddelverdflter Ornal Fltrert 33-flter F INF 3 8 Fltrerte blder mddelverdflter Fltrert -flter Fltrert 55-flter

8 Separable fltre Tdsbesparelse ved separasjon Geometrsk form: kvadrat rektanel Rektanulære mddelverd-fltere er separable. h j 5 [ ] Fordel: et raskt flter. Vanl konvolusjon: n multplkasjoner o addsjoner. stk -D konvolusjoner: n multplkasjoner o addsjoner. 5 Vanl konvolusjon: n multplkasjoner o addsjoner. stk -D konvolusjoner: n multplkasjoner o addsjoner. Besparelse ved separasjon av n n flter: n n n n n F INF 3 F INF 3 3 Lavpass-fltrern ved oppdatern Det tar n multplkasjoner o n - addsjoner å berene responsen R for et n n unformt flter ser bort fra skalernen. vs flteret flttes ett pksel blr n respons R n R-C +C n der C er summen av produktene under første kolonne flteret o C n er tlsvarende for sste kolonne flteret. Det tar n multplkasjoner o n- addsjoner å fnne hhv. C o C n. Dvs. totalt n+n operasjoner for å fnne R n. Oppdatern er lke raskt som separabltet. For unforme fltere kan v oså droppe alle multplkasjoner. Ikke-unformt lavpass-flter Unforme lavpass-fltre kan mplementeres raskt. Ikke-unforme fltre for eksempel: D Gauss-flter: + h ep σ Parameter σ er standard-avvketbredden Flterstørrelse må tlpasses σ F INF 3 3 F INF 3 3

9 σ lten: lte lattn σ stor: me lattn Men mndre lattn enn med et flatt mddelverdflter Effekten av σ σ σ F INF 3 33 Approksmasjon av Gauss-fltere G 3 3 [ ] [ ] [ ] F INF 3 3 øpass-fltere Slpper jennom høe frekvenser. Demper eller fjerner lav-frekvente varasjoner. Effekt: Fjerner lansomt varerende bakrunn Framheve kanter lnjer o skarpe detaljer. øpass-fltre Et høpass-flter må ha postve vekter mdten o neatve vekter lener ut. 8 V lar summen av vektene være null. vorfor er dette lurt? vs v lar mddelverden av ut-bldet bl null må noen deler av ut-bldet være <. Det er nen od de å bentte. For framvsnn skaler o le tl en konstant slk at v får postve pkselverder. F INF 3 35 F INF 3 36

10 F INF 3 37 Punkt-deteksjon Anta at v bentter en konvolusjonsmaske med vekter tt ved: V berener der z er den råtone-verd v fnner under maske-verden. Et punkt j avvker fra sne omvelser dersom der T> er en terskel. Merk: samme maske som høpass-fltern men her brukes terskel T for å fnne punkter som avvker tlstrekkel fra omvelsene. va får v homoene områder? va med en hellende råtone-flate? 8 R z T j R > F INF 3 38 Eksempel: punkt-deteksjon Deteksjon av skp radar-blder over sjø. 8 Gr størst respons for de små lse objektene skpene. F INF 3 3 h-boost fltrern øpass-fltern kan utføres ved øpass Ornal Lavpass Adder høpass-resultatet tl ornalen o få et h-boost blde Le forskjelle vekter på de to bldene o få et veet hh boost blde c F INF 3 Unsharp maskn Mddelverdflter > uskarpt blde. Subtraher uskarpt blde fra ornalen. Adder dfferanse tl ornalen. Resultatet er skarpere enn ornalen.

11 Motvasjon for kant-deteksjon Repeterte fenomener en sekvens brner oss lte nformasjon. Dette utnttes kommunkasjon o blde-kompresjon. Det meste av nformasjonen et blde fnnes ved kantene tl objektene/reonene bldet. Kanter brukes her om ntenstets-kanter fare-kanter tekstur-kanter etc. Boloske vsuelle sstemer er basert på kant-deteksjon kke på f.eks. terskln. Slke sstemer arbeder ofte både parallelt o sekvenselt: Alle lokale omvelser behandles uavhen av hverandre. Lokale resultat kan være avhen av tdlere resultater. Dtale radent-operatorer V husker at den derverte av f er tt ved f + h f lm h h I våre dtale blder setter v h. V får da en ruppe av operator som approksmerer de ortoonale radent-komponentene δf/δ o δf/δ Noen operatorer r bare estmat av radent-mantuden. Andre r oså radent-retnnen. Gtt to dtale masker o. Dsse to konvolveres med bldet Fj o måler radent komponentene o en omen om j bldet. F INF 3 F INF 3 Gradent kontnuerl blde Gradenten tl F lans r retnn θ + r r r dvs. cosθ + snθ r Gradenten er størst når θ r Dvs. for den vnkelen θ der snθ + cosθ cosθ snθ Men δf/δ o δf/δ er bare de ortoonale radentkomponentene o hhv. - o -retnn bldet. F INF 3 3 Gradent kontnuerl blde - II V jentar: Gradenten er størst for den vnkelen θ der Dvs. når cosθ snθ snθ tanθ cosθ Derfor: Retnnen tl kanten relatvt tl -aksen er tt ved θ tan O radent-mantuden er tt ved kvadratroten av summen av kvadratene av de to radent-komponentene: r [ + ] / F INF 3

12 Enkel kant-deteksjon Dtale radent-approksmasjoner - I Kanter svarer tl maksma den derverte. Dervasjon kan approksmeres med dfferanser δf/δ f+ - f- -retnn δf/δ f + - f- -retnn Dsse operatorene er følsomme for blde-stø. V fnner noen falske kanter kke relatert tl objekter. Asmmetrsk D operator: h R j fj - fj- h C j fj - f+j Defnsjonene er tt slk at komponentene er postve for en kant der ntensteten øker fra venstre mot høre o oppover bldet. j j Fjerne stø først o så jøre kantdeteksjon? Eller kan v jøre det enklere o bedre? F INF 3 5 usk at ved konvolusjon skal masken roteres 8 rader før multplkasjoner o addsjoner! F INF 3 6 Dtale radent-approksmasjoner - II Noen radent-operatorer - I Smmetrsk D operator: h R j fj+ - fj- h C j f-j - f+j Gradent-estmatene refererer nå tl j. Gjør det samme for tre smmetrske par Gradent-estmatene er nå mer robuste mot stø bldet. j j j j Pel dfference j j Separated pel dfference j j Roberts-operatoren j j F INF 3 7 F INF 3 8

13 F INF 3 Noen radent-operatorer - II Prett-operatoren Sobel-operatoren Fre-Chen-operatoren j j j j j j F INF 3 5 o radent-mantuden G V fnner de horsontale kantene: Beren * f V fnner de vertkale kantene: Beren *f Beren radent-mantude o retnn: + tan G θ Gradent-mantude Gradent retnn F INF 3 5 Eksempel - Sobel Inn-blde f f* f* + / Vær obs på skalern av o denne furen F INF 3 5 Smmetrske radent-operatorer Operatoren jøres mndre følsom for stø ved å mdle en retnn o dervere den ortoonale retnnen. Eksempler: Prett Sobel Fre-Chen Fre-Chen r samme radent om kanten ler lans aksene eller daonalt. Prett er mer følsom for horsontale o vertkale enn for daonale kanter. Det motsatte er tlfelle for Sobel. Større masker r mndre stø-følsomhet. Alle de tre nevnte operatene er separable.

14 Implementasjoner av en radent-operator Implementasjoner av en radent-operator II Sobel o de andre operatorene kan utvdes tl større enn 3 3. er er en 5 5 Sobel operator: Krever 5 operasjoner h 6 6 h Denne kan mplementeres som Krever 8 operasjoner h 8 8 De to 3 3 fltrene er separable o kan skrves h [ ] [ ] T *[ ][ ] T Krever operasjoner Eller v kan skrve h [ ] [ ] *[ ] T *[ ] T *[ ] *[ ] *[ ] T *[ ] T Men det aller raskeste blr h 6 [ ] [ ] T Krever 6 operasjoner Krever bare operasjoner F INF 3 53 F INF 3 5 Om bruk av radent-operatorer Kantene blr brede vor bred kanten blr avhener av flterkjernen vordan skal v fnne eksakt hvor kanten år? Terskle kantbldet? Tnne kantbldet? Bruke. derverte? Føl med føl med! F INF 3 55 Oppsummern Konvolusjon brukes for å fltrere et blde f med en flterkjerne h. Å kunne utføre konvolusjon manuelt på et lte eksempel er sentralt pensum. Vær obs på rand-effekter. V har sett på lavpass o høpass-fltre. V har utledet enkle kant-deteksjonsoperatorer. Gradent-operatorene latter den ene retnnen o jør kantdeteksjon den andre retnnen. Gradent-operatorer r både kant-strke o retnn. F INF 3 56

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

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

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 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 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

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

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

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

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

Filtrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjon. INF2310 Digital bildebehandling FORELESNING 8 Fltrerng bldedomenet INF3 Dgtal bldebeandlng FORELESNING 8 REPETISJON: FILTRERING I BILDEDOMENET Andreas Kleppe Fltrerng og konvoluson Lavpassfltrerng og kant-bevarng Høpassfltrerng: Bldeforbedrng og kantdetekson

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

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

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

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 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

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

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

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

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

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

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

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

SEGMENTERING IN 106, V-2001 BILDE-SEGMENTERING DEL I 26/ Fritz Albregtsen SEGMENTERING SEGMENTERING

SEGMENTERING IN 106, V-2001 BILDE-SEGMENTERING DEL I 26/ Fritz Albregtsen SEGMENTERING SEGMENTERING SEGMENTERING IN 106, V-2001 Segmentering er en prosess som deler opp bildet i meningsfulle regioner. I det enkleste tilfelle har vi bare to typer regioner BILDE-SEGMENTERING DEL I Forgrunn Bakgrunn Problemet

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

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

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

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

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

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

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

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

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

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

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

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

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

UNIVERSITETET I OSLO. Dette er et løsningsforslag

UNIVERSITETET I OSLO. Dette er et løsningsforslag Midtveiseksamen: INF3. april 9 UNIVERSITETET I OSLO Det matematisk-naturvitenskapelie fakultet Eksamen i : INF3 Diital bildebeandlin Eksamensda : Onsda. april 9 Tid for eksamen : 5: 8: Løsninsforslaet

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

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

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

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

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

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

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

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

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

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

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

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

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 << >>. 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

MSKOMNO. kó=ñê~w. pfabufp=ud. aáöáí~ä=ê åíöéå=l=îáçéçjëçñíï~êé=j=sfabufp hçêí=äêìâë~åîáëåáåö= kçêëâ

MSKOMNO. kó=ñê~w. pfabufp=ud. aáöáí~ä=ê åíöéå=l=îáçéçjëçñíï~êé=j=sfabufp hçêí=äêìâë~åîáëåáåö= kçêëâ kó=ñê~w MSKOMNO pfabufp=ud aáöáí~ä=ê åíöéå=l=îáçéçjëçñíï~êé=j=sfabufp hçêí=äêìâë~åîáëåáåö= kçêëâ 0123 Dette produktet bærer CE-merket overensstemmelse med bestemmelsene drektvet 93/42EEC av 14 jun 1993

Detaljer

Tillegg 7 7. Innledning til FY2045/TFY4250

Tillegg 7 7. Innledning til FY2045/TFY4250 FY1006/TFY4215 Tllegg 7 1 Dette notatet repeterer noen punkter fra Tllegg 2, og dekker detalj målng av degenererte egenverder samt mpulsrepresentasjonen av kvantemekankk. Tllegg 7 7. Innlednng tl FY2045/TFY4250

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

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

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

Punkt, Linje og Kantdeteksjon

Punkt, Linje og Kantdeteksjon Punkt, Linje og Kantdeteksjon Lars Vidar Magnusson April 18, 2017 Delkapittel 10.2 Point, Line and Edge Detection Bakgrunn Punkt- og kantdeteksjon er basert på teorien om skjærping (forelesning 7 og 8).

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

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

\ ;' STIKKORD: FILTER~ VEIEFEIL YRKESHYGIENISK INSTITUTT REGISTRERI~G AV FEILKILDER AVDELING: TEKNISK AVDELING RØNNAUG BRUUN HD 839/80820

\ ;' STIKKORD: FILTER~ VEIEFEIL YRKESHYGIENISK INSTITUTT REGISTRERI~G AV FEILKILDER AVDELING: TEKNISK AVDELING RØNNAUG BRUUN HD 839/80820 "t j \ ;' REGISTRERIG AV FEILKILDER VED VEI ING AV Fl LTRE RØNNAUG BRUUN Lv flidthjell HD 839/80820 AVDELING: TEKNISK AVDELING ANSVARSHAVENDE: O. ING. BJARNE KARTH JOHNSEN STIKKORD: FILTER VEIEFEIL YRKESHYGIENISK

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

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

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

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

BARNAS BOKFESTIVAL I BERGEN. Innhold

BARNAS BOKFESTIVAL I BERGEN. Innhold DESIGNMANUAL Innhold Forord Sgnaturlogo, varasjoner Rett og gal bruk av logo Oppbyggng og plasserng av logo, samt tlleggselementer Farger Typograf Plakater Program og bllettarmbånd T-skjorter... 3...4-6...7...

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

Stivt legemers dynamikk

Stivt legemers dynamikk Stvt legemers dynamkk 8.04.06 FYS-MEK 0 8.04.06 otasjon av et stvt legeme: defnsjon: z m treghetsmoment for legemet om aksen z (som går gjennom punktet O) kontnuerlg legeme med massetetthet (r) m ) dv

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

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

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

Studieprogramundersøkelsen 2013

Studieprogramundersøkelsen 2013 1 Studeprogramundersøkelsen 2013 Alle studer skal henhold tl høgskolens kvaltetssystem være gjenstand for studentevaluerng mnst hvert tredje år. Alle studentene på studene under er oppfordret tl å delta

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

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch.

NOEN SANNSYNLIGHETER I BRIDGE Av Hans-Wilhelm Mørch. NOEN SANNSYNLIGHETER I BRIGE A Hans-Wlhelm Mørch. SANNSYNLIGHETER FOR HVORAN TRUMFEN(ELLER ANRE SORTER) ER FORELT Anta at du mangler n kort trumffargen. Ha er sannsynlgheten for at est har a a dem? La

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

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

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

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

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

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

Komprimering av bilder

Komprimering av bilder Ltteratur : IF 3 Dgtal ldeehandlng Forelesnng nr 3-3.5.5 Komprmerng av lder Efford, kap. Data Kompresjon oen egreper Lagrng eller oversendng Kompresjonsalgortme Dekompresjonsalgortme Dekompresjon Temaer

Detaljer

Norske CO 2 -avgifter - differensiert eller uniform skatt?

Norske CO 2 -avgifter - differensiert eller uniform skatt? Norske CO 2 -avgfter - dfferensert eller unform skatt? av Sven Egl Ueland Masteroppgave Masteroppgaven er levert for å fullføre graden Master samfunnsøkonom Unverstetet Bergen, Insttutt for økonom Oktober

Detaljer

NÆRINGSSTRUKTUR OG INTERNASJONAL HANDEL

NÆRINGSSTRUKTUR OG INTERNASJONAL HANDEL NÆRINGSSTRUKTUR OG INTERNASJONAL HANDEL Norman & Orvedal, kap. 1-5 Bævre & Vsle Generell lkevekt En lten, åpen økonom Nærngsstruktur Skjermet versus konkurranseutsatt vrksomhet Handel og komparatve fortrnn

Detaljer

Notater. Bjørn Gabrielsen, Magnar Lillegård, Berit Otnes, Brith Sundby, Dag Abrahamsen, Pål Strand (Hdir)

Notater. Bjørn Gabrielsen, Magnar Lillegård, Berit Otnes, Brith Sundby, Dag Abrahamsen, Pål Strand (Hdir) 2009/48 Notater Bjørn Gabrelsen, Magnar Lllegård, Bert Otnes, Brth Sundby, Dag Abrahamsen, Pål Strand (Hdr) Notater Indvdbasert statstkk for pleeog omsorgstjenesten kommunene (IPLOS) Foreløpge resultater

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

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

HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning

HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning HØGSKOLEN I BERGEN Avdeln for nenørutdannn EKSAMEN I Hydrostatkk & Prosjektern (SOT115) KLASSE : 2TA DATO : 23/5/2 ANTALL OPPGAVER : 3 ANTALL SIDER : 14 VEDLEGG : 2 HJELPEMIDLER : Kalkulator o skrvesaker

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

EKSAMEN I TFY4210 ANVENDT KVANTEMEKANIKK Mandag 23. mai, Tillatte hjelpemidler : K.Rottman, Matematisk formelsamling

EKSAMEN I TFY4210 ANVENDT KVANTEMEKANIKK Mandag 23. mai, Tillatte hjelpemidler : K.Rottman, Matematisk formelsamling NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR FYSIKK Faglg kontakt under eksamen: Martn Grønsleth, tlf 93772 EKSAMEN I TFY4210 ANVENDT KVANTEMEKANIKK Mandag 23. ma, 2005 09.00-13.00 Tllatte

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Tirsdag. mars Tid for eksamen : :3 :3 ( timer) Løsningsforslaget

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

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

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

Løsning til seminar 3

Løsning til seminar 3 Løsnng tl semnar 3 Oppgave ) Investerngsfunksjonen Investerngene påvrkes hovesaklg av renta og av aktvtetsnvået økonomen. Når renta går opp øker kostnaen ve å fnansere nvesternger. V kan s at et lr relatvt

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

Sluttrapport. utprøvingen av

Sluttrapport. utprøvingen av Fagenhet vderegående opplærng Sluttrapport utprøvngen av Gjennomgående dokumenterng fag- og yrkesopplærngen Februar 2012 Det å ha lett tlgjengelg dokumentasjon er en verd seg selv. Dokumentasjon gr ungedommene

Detaljer

Fast valutakurs, selvstendig rentepolitikk og frie kapitalbevegelser er ikke forenlig på samme tid

Fast valutakurs, selvstendig rentepolitikk og frie kapitalbevegelser er ikke forenlig på samme tid Makroøkonom Publserngsoppgave Uke 48 November 29. 2009, Rev - Jan Erk Skog Fast valutakurs, selvstendg rentepoltkk og fre kaptalbevegelser er kke forenlg på samme td I utsagnet Fast valutakurs, selvstendg

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

ÅRSPLAN TRINN 1 2010/11 UKE NORSK MATTE RLE KHV NAM/SAMF MUSIKK ENGELSK MAT&HELS E 34 35 36

ÅRSPLAN TRINN 1 2010/11 UKE NORSK MATTE RLE KHV NAM/SAMF MUSIKK ENGELSK MAT&HELS E 34 35 36 ÅRSPLAN TRINN 1 2010/11 MAT&HELS E 34 35 36 lyder Fnne rm Fortelle Høytlesn Språklyder Berepstrenn Tall- mendeforståelse Telle Sortern Bl try Få en venn Hjelpe hverandre Alle får fadder Tenn maln V laer

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

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