RF5100 Lineær algebra Leksjon 1



Like dokumenter
RF5100 Lineær algebra Leksjon 1

RF3100 Matematikk og fysikk Leksjon 1

RF3100 Matematikk og fysikk Leksjon 1

RF5100 Lineær algebra Leksjon 12

RF5100 Lineær algebra Leksjon 10

Matematikk R1 Oversikt

Seksjonene : Vektorer

Seksjonene : Vektorer

Forelesningsnotater SIF8039/ Grafisk databehandling

NTNU KOMPiS Studieplan for MATEMATIKK 2 ( trinn) med hovedvekt på trinn Studieåret 2015/2016

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

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

TDT4195 Bildeteknikk

15 Hovedprinsippet for vektorrom med et indre produkt

EKSAMEN RF5100, Lineær algebra

Norges Informasjonstekonlogiske Høgskole

Vektorer og matriser

Kap. 6 Ortogonalitet og minste kvadrater

RF3100 Matematikk og fysikk Leksjon 6

Årsplan i matematikk for 5. trinn, skoleåret 2009/2010. Læreverk Abakus 5A og 5B (grunnbøker+oppgavebøker), digitale læringsressurser

Vektorrom. Kapittel 7. Hva kan vi gjøre med vektorer?

Projeksjoner av vektorer Analyse av værdata

Hvordan forklare datamaskinen hva en vektor er

Lineærtransformasjoner

4.1 Vektorrom og underrom

Matematikk påbygging

EKSAMEN I MA1202 OG MA6202 LINEÆR ALGEBRA MED ANVENDELSER

<kode> Grunnleggende matematikk for ingeniører Side 1 av 5

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

4.1 Vektorrom og underrom

TMA4105 Matematikk 2 Vår 2014

Eksamensoppgave i TMA4110/TMA4115 Calculus 3

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

MA-132 Geometri Torsdag 4. desember 2008 kl Tillatte hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator.

Kapittel 7: Mer om arv

Innlevering FO929A - Matematikk forkurs HIOA Obligatorisk innlevering 3 Innleveringsfrist Fredag 14. november 2014 kl. 14 Antall oppgaver: 13

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

Modul nr Gjør Matte! 1-4 trinn.

Lineær algebra-oppsummering

Universitet i Bergen. Eksamen i emnet MAT121 - Lineær algebra

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

Oppgaver som illustrerer alle teknikkene i 1.4 og 1.5

RF5100 Lineær algebra Leksjon 2

4.1 Vektorrom og underrom

Geometriske avbildninger og symmetri. A2A/A2B Høgskolen i Vestfold

MAT 1120: Obligatorisk oppgave 2, H-09

QED Matematikk for grunnskolelærerutdanningen. Bind 2. Fasit kapittel 3 Geometri

4.1 Vektorrom og underrom

Sammendrag kapittel 9 - Geometri

Matematikk 5., 6. og 7. klasse.

Løsningsforslag til eksamen i MA1202/MA6202 Lineær algebra med anvendelser høsten 2009.

MAT1120 Repetisjon Kap. 1

5.8 Iterative estimater på egenverdier

Løsningsforslag. 3 x e. g(x) = 1 + x4 x 2

Geometri. Kapittel Vektorproduktet

ÅRSPLAN I MATEMATIKK 17/18

EKSAMEN I EMNE TDT4230 VISUALISERING TIRSDAG 18. DESEMBER 2007 KL LØSNINGSFORSLAG

En rekke av definisjoner i algebra

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

INF1010 Arv. Marit Nybakken 2. februar 2004

9 Lineærtransformasjoner TMA4110 høsten 2018

Nummer H. Aschehoug & Co Sehesteds gate 3, 0102 Oslo Tlf:

8 Vektorrom TMA4110 høsten 2018

Årsplan Matematikk Årstrinn: 7. årstrinn Lærere:

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

LOKAL LÆREPLAN SKEIENE UNGDOMSSKOLE MATEMATIKK 9.TRINN

Analyse og metodikk i Calculus 1

Lineær Algebra og Vektorrom. Eivind Eriksen. Høgskolen i Oslo, Avdeling for Ingeniørutdanning

KONTINUASJONSEKSAMEN I EMNE TDT4230 VISUALISERING TIRSDAG 9. AUGUST 2005 KL LØSNINGSFORSLAG

PG4200 Algoritmer og datastrukturer Forelesning 10

3. Løs oppgavene ved hjelp av likning a. Summen av tre tall som følger etter hverandre er 51. Hvilke tre tall er det?

2 = 4 x = x = 3000 x 5 = = 3125 x = = 5

MAUMAT644 ALGEBRA vår 2016 Fjerde samling Runar Ile

Årsplan Matematikk Årstrinn: 7. årstrinn Lærere:

Matematikk og fysikk RF3100

Oppfriskningskurs i Matematikk

Algoritmer og datastrukturer Kapittel 9 - Delkapittel 9.2

Innlevering i FORK Matematikk forkurs OsloMet Obligatorisk innlevering 3 Innleveringsfrist Onsdag 14.november 2018 kl. 10:30 Antall oppgaver: 13

Løsning, Oppsummering av kapittel 10.

Lær å bruke Microsoft Mathematics, Matematikk-tillegget i Word og WordMat. Av Sigbjørn Hals

12 Projeksjon TMA4110 høsten 2018

Julenøtter til gruppe 5&7! (IKKE eksamensrelevant, bare for gøy gjerne i romjulen)

Kurshefte GeoGebra. Barnetrinnet

ÅRSPLAN I MATEMATIKK FOR 7. TRINN, SKOLEÅRET

ÅRSPLAN. Grunnleggende ferdigheter

EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL

Løsningsforslag øving 6

MA1202/MA S løsningsskisse

Løsningsforslag AA6526 Matematikk 3MX Privatister 3. mai eksamensoppgaver.org

Oppfriskningskurs i matematikk 2008

Eksamensoppgave i MA1202/MA6202 Lineær algebra med anvendelser

EKSAMEN I 3MX-R2 (3MZ-S2), SPØRREUNDERSØKELSE AUGUST 2014

Årsplan i matematikk, 5. klasse : Elevene bør øve/pugge lille og store addisjonsstabellen og multiplikasjonstabellen hver uke.

Flervariabel analyse med lineær algebra

Læreplanene for Kunnskapsløftet

Årsplan Matematikk Årstrinn: 5. årstrinn

TOD063 Datastrukturer og algoritmer

Årsplan i matematikk for 10. trinn

Transkript:

RF5100 Lineær algebra Leksjon 1 Lars Sydnes, NITH 20.august 2013

I. INFORMASJON

FAGLÆRER Kontakt: Lars Sydnes lars.sydnes@nith.no 93035685 Bakgrunn: Doktorgrad i Matematikk fra NTNU (2012), Siv.ing. Industriell matematikk, NTNU (2007) Geometri Differensialgometri Rotasjonsbevegelse Anvendelser innenfor fysikk / astronomi. Ved NITH: Førsteamanuensis. Algoritmer og datastrukturer Lineær algebra, fysikk Matematikk forkurs / Matematikk R1

HVA ER FAGLÆRER NYSKJERRIG PÅ? Matematikk og algoritmer: Matematikk som beregningskunst. Hvor går grensene for hva som kan behandles matematisk? Geometri: Klassisk geometri og differensialgeometri. Programmering av geometri. Symmetri: En verden uten symmetrier er ubegripelig. Fysikk: Modellering av trelegemeproblemet

GRUNNSPØRSMÅL Et dypt(?) spørsmål: Hvilke data/datastrukturer er velegnede instrumenter når vi skal gjenskape/imitere sanseerfaringer? Praktisk spørsmål: Hvordan representere en uhyre komplisert virkelighet i med en endelig datamengde?

NOEN VERKTØY Punkter i rommet: i rommet. Vi setter opp referanseposisjoner P 0, P 1, P 2,..., P n Posisjonene representeres som dkoordinatvektorer: P i = (x i, y i, z i ) -> Vinkler, Avstander, Areal, Volum, Sammensatte figurer. Komprimering av data: Forenkling av JPEG: Bilde på n m piksler betraktes som vektor med n m komponenter: B = (x 0, x 1,..., x nm 2, x nm 1 ) Byggeklossbilder: B 0, B 1,... B N Approksimasjon: B a 0 B 0 + a 1 B 1 + a N B N B representeres nå ved N + 1 tall a 0, a 1,..., a N. (a 0, a 1,..., a N ). vektor

EKSEMPEL: MODELLERING AV UJEVN LYSKILDE (2D) θ Intensitet = f(θ) Potensielt komplisert. Forenklet modell: Intensistet g(θ) = 1.2 cos θ + 1.0 sin θ 0.34 cos 2θ + 0.21 sin 2θ. De fire tallene (1.2, 1, 0.34, 0.21) spesifiserer g(θ). d Vi arbeider med et firedimensjonalt funksjonsrom. Terminologi: f(x) og g(x) kan betraktes som vektorer. g(x) er en projeksjon av f(x).

PHONGS REFLEKSJONSMODELL Refleksjonsegenskapene til naturlige materialer er uhyre kompliserte [Wikipedia] Med Phongs refleksjonsmodell reduseres refleksjonsegenskapene til tre konstanter i tillegg til Phong-eksponenten: Refleksjon = Ambient + Diffuse + Specular.

II. ARBEIDSMETODER

PAPIR OG BLYANT TAVLE d Hvordan foregår matematisk arbeid? Tavlebruk: Foreleser forteller og forklarer. Forelser utøver matematikk. Derfor: Det er viktig å bruke tavlen! (jfr. live-koding) Papir og blyant: Vi forstår begrepene ved å bruke dem på enkle problemer. Vi forstår algoritmene ved å gjøre dem for hånd. Vi utvikler modeller og algoritmer.

DATA d Lære å bruke eksisterende bibliotek (la4j) Forstå hvordan slike bibliotek fungerer. Skape forståelse ved å utvikle egne bibliotek. Forstå ulike bruksområder. Viktig målsetning: Hver og en av oss skal skrive et velfungerende bibliotek for lineær algebra. d Offisielt rammeverk: Java, la4j 1 (Emnebeskrivelsen: python. Java+la4j bør gi mindre friksjon) 0/ 1 Finnes også her: http:///home.nith.no/~sydlar/rf5100/lib/la4j-0.4.

la4j er et ferdig lineæralgebrabibliotek som vi vil bruke parallelt med det egenutviklede.

LÆREBØKER Dunn & Parberry: (D&P) Game Development. 3D Math Primer for Graphics and Uformell og vennlig introduksjon rettet mot spillprogrammerere. Elementary Linear Algebra with Sup- Anton & Rorres: (A&R) plemental Applications. Matematikkbok. Vi følger ingen av dem slavisk, men refererer til spesifikke kapitler og oppgaver. fruktbar friksjon (?) mellom bøkene og forelesningene.

OPPSUMMERING Arbeidsform: Regneoppgaver < > Programmering Skriftlig. Fokus på det matematiske innholdet, 11.de- Eksamen: sember. Vi mestrer matematikken gjennom oppgaveregning og programmering.

FORELESNINGSPLAN AUGUST Vektorer, Matriser, Lineæradvbildninger. Lage kjernen av lineæralgebrabiblioteket. Bygge geometriske objekter.

FORELESNINGSPLAN SEPTEMBER Løsning av ligningssystemer, Indreproduktrom, projeksjoner approksimasjoner. Lage ligningsløsere, Projeksjoner Andvendelse: Komprimering av data. Anvendelse: Polynominterpolasjon.

FORELESNINGSPLAN OKTOBER 3d-geometri og transformasjoner, Rotasjoner Kvaternioner Interpolasjon. Skrive rutiner for konvertering mellom kvaternioner og matriser. Lage løsninger for transformasjon mellom ulike koordinater. d Anvendelse: Projeksjon av geometriske objekter.

FORELESNINGSPLAN NOVEMBER Lyssetting. Rendering-ligningen, Phongs refleksjonsmodell Rendering og projeksjoner Eventuelle ønsketemaer (Kom med ønsker) Samle tråder. Lage program for spline-interpolasjon? Mer eller mindre åpne prosjekter. d Se Planlegger i it s learning samt http://home.nith.no/ ~sydlar/rf5100/forelesninger

d III. VEKTORER

OPPSUMMERING (POSTHUMT) Vektorer: I planet, rommet, samt generelle vektorer/vektorrom. Essensiell egenskap: Vi kan danne lineærkombinasjoner. D.v.s: Hvis a, b er to vektorer og α, β er to reelle tall, så vil uttrykket αa + βb være en meningsfull definisjon av en vektor. Vektorrom: Det er ikke nødvendigvis meningsfullt å legge sammen vektorer av ulik type, f.eks en 2d-vektor og en 3dvektor. Derfor lar vi vektorene leve i ulike vektorrom. Eksempler: (i) n-dimensjonalt standardrom: Mengden av lister (x 0, x 1,..., x n 1 ) av reelle tall. Operasjoner foregår komponentvis. (ii) Rom av reelle funksjoner: Hvis f(x) og g(x) er to funksjoner og α, β er to reelle tall, så er også αf(x) + βg(x) en funksjon.

OPPSUMMERING (POSTHUMT) Skalarproduktet: Et skalarprodukt i et vektorrom V er en operasjon a, b a b slik at (i) a b er et reelt tall. (ii) a b = b a (iii) (α 1 a 1 + α 2 a 2 ) b = α 1 (a 1 b) + α 2 (a 2 b). (iv) Hvis a b = 0 for alle b V, så er a = 0 (nullvektoren). Norm: Skalarproduktet lar oss definere normen/lengden til en vektor: a = a a Vinkler: Skalarproduktet gir oss også et vinkelbegrep: Vinkelen θ mellom a og b tilfredsstiller cos θ = a b a b. Spesielt: Vinkelen er rett/normal/ortogonal dersom a b = 0.

OPPSUMMERING (POSTHUMT) Standard euklidsk skalarprodukt: Det vanlige skalarproduktet er: [x 0, x 1,..., x n 1 ] [y 0, y 1,..., y n 1 ] = x 0 y 0 + x 1 y 1 + + x n 1 y n 1 Dette er ikke det eneste: Vi kan lage mange custom-made skalarprodukt. Formelen 100x 0 y 0 + 10x 1 y 1 + x 2 y 2 + 1 10 x 3y 3 + gir et lovlig men uvanlig skalarprodukt. Man kan dog tenke seg av vi er ekstremt opptatt av den første komponenten, og da kan dette vise seg å være et nyttig skalarprodukt. Kryssproduktet: Tredimensjonal geometri nyter den velsignelsen det er å ha et kryssprodukt. Dette er unikt for tredimensjonal geometri, så vi bør være ganske fornøyd med at verden er tredimensjonal. Med vanlige koordinater er formelen slik: [x 1, y 1, z 1 ] [x 2, y 2, z 2 ] = [y 1 z 2 z 1 y 2, z 1 x 2 x 1 z 2, y 1 z 2 z 1 y 2 ]

IV. LA4J

V. LAB

LAB public class Vector Addisjon av vektorer. Vector add(vector other) Subtraksjon av vektorer. Vector subtract(vector other) Skalarmultiplikasjon. Vector multiply(double s ) Euklidsk skalarprodukt. double scalarproduct(vector other) Lengde. double length() Dimensjon. int dim(); Undersøk tilsvarende metoder i la4j.

LAB Spesielle operasjoner for 3d-vektorer: double x(),y(),z(), Vector crossproduct(vector other). Spesielle operasjoner for 2d-vektorer: double x(),y(), double determinant(vector other); Arv: Vector3d extends Vector Andre løsninger: if (dim!= 3) throw new UnsupportedOperationException(); (Her slipper vi muligens unna en hel del casting-problematikk?)

REFERANSER - Euklidske vektorrom: A&F 3.1. - Norm, skalarprodukt, distanse: A&F 3.2. - Kryssprodukt: A&F: 3.5. - Generelle vektorrom: A&F 4.1. D&P: kap 1,2.