Počítačová grafika III Multiple Importance Sampling. Jaroslav Křivánek, MFF UK

Rozměr: px
Začít zobrazení ze stránky:

Download "Počítačová grafika III Multiple Importance Sampling. Jaroslav Křivánek, MFF UK"

Transkript

1 Počítačová grafika III Multiple Importance Sampling Jaroslav Křivánek, MFF UK

2 MIS samples EM IS 600 samples BRDF IS 600 samples Sampling strategies Diffuse only Ward BRDF, a=0.2 Ward BRDF, a=0.05 Ward BRDF, a=0.01

3 Zpět k obecnému MC integrování Multiple Importance Sampling

4 Multiple Importance Sampling Veach & Guibas, 95 f p 1 p PG III NPGR010 - J. Křivánek

5 Multiple importance sampling Máme dáno n vzorkovacích technik hustot pravděpodobnosti p 1,.., p n Z každé techniky hustoty vybereme n i vzorků X i,1,.., X i,n i Kombinovaný estimátor kombinační váhy mohou být různé pro každý vzorek vzorkovací techniky vzorky z jednotlivých technik PG III NPGR010 - J. Křivánek

6 Nestrannost kombinovaného odhadu Podmínka pro váhové funkce PG III NPGR010 - J. Křivánek f f F E n i i d 1 n i i 1 1 :

7 Volba váhových funkcí Cíl: minimalizovat rozptyl kombinovaného estimátoru 1. Aritmetický průměr velmi špatná kombinace 1 i n 2. Vyrovnaná heuristika velmi dobrá kombinace. PG III NPGR010 - J. Křivánek

8 Vyrovnaná heuristika Balance heurist. Kombinační váhy Výsledný estimátor po dosazení vah příspěvek vzorku nezávisí na tom, ze které byl pořízen techniky tj. pdf PG III NPGR010 - J. Křivánek

9 Vyrovnaná heuristika Balance heurist. Vyrovnaná heuristika je téměř optimální Žádný kombinovaný estimátor nemůže mít rozptyl o mnoho menší než vyrovnaná heuristika Další možné kombinační heuristiky Maimální heuristika Mocninná heuristika viz. Veach 1997 PG III NPGR010 - J. Křivánek

10 Jeden člen kombinovaného odhadu f p 1 p PG III NPGR010 - J. Křivánek

11 Aritmetický průměr f p 1 f p f p PG III NPGR010 - J. Křivánek

12 Vyrovnaná heuristika p f p PG III NPGR010 - J. Křivánek

13 Výpočet přímého osvětlení pomocí MIS

14 Images: Aleander Wilkie Problém: Najde path tracer světlo? reference simple path tracer 150 cest na piel PG III NPGR010 - J. Křivánek

15 Přímé osvětlení Zapomeňme na chvíli na path tracing Řešíme jednodušší problém: přímé osvětlení z daného zdroje světla tj. odražená radiance z bodu způsobená osvětlením ze zdroje světla PG III NPGR010 - J. Křivánek

16 Přímé osvětlení: Dva možné přístupy 1. Vzorkování BRDF 2. Vzorkování plochy světel PG III NPGR010 - J. Křivánek

17 Image: Aleander Wilkie Dvě vzorkovací techniky PG III NPGR010 - J. Křivánek

18 Přímé osvětlení: Vzorkování BRDF Formulace integrálu integrování přes hemisféru nad MC estimátor Generujeme náhodný směr i,k podle hustoty p Vrhneme paprsek z ve směru i,k Pokud protne nějaký zdroj světla, přičteme L e. f r. cos/pdf PG III NPGR010 - J. Křivánek i i o i i i e o r d cos,,, r, H f r L L N k,k,k,k r,k,k p f L N L 1 i i o i i i e o r cos,,, r 1, ˆ

19 Přímé osvětlení: Vzorkování povrchu zdrojů světla Formulace integrálu integrování přes plochu zdroje MC estimátor Generujeme náhodnou pozici y k na zdroji Testujeme viditelnost mezi a y Pokud V,y=1, přičteme A L e y f r. cos/pdf PG III NPGR010 - J. Křivánek A r A G V f L L y y y y y d, o e o r N k k k k r k G V f L N A L 1 o e o r, ˆ y y y y

20 Přímé osvětlení: Dva možné přístupy Vzorkování BRDF Výhodnější pro velké zdroje světla Pro malé zdroje světla je pravděpodobnost zásahu zdroje velmi malá -> vysoký rozptyl, šum Vzorkování světel Výhodnější pro malé zdroje Jediná možná alternativa pro bodové zdroje Pro velké zdroje mnoho vzorků mimo lalok BRDF -> vysoký rozptyl, šum PG III NPGR010 - J. Křivánek

21 Images: Eric Veach Přímé osvětlení: Dva možné přístupy Vzorkování BRDF Vzorkování světel PG III NPGR010 - J. Křivánek

22 Přímé osvětlení: Dva možné přístupy Kterou techniku zvolit? OBĚ Problém Obě techniky odhadují stejnou veličinu L r, o Pouhým sečtením bychom dostali odhad 2 L r, o - špatně Potřebuji vážený průměr příspěvků obou technik Jak zvolit váhy? PG III NPGR010 - J. Křivánek

23 Image: Eric Veach Jak zvolit váhy? Multiple importance sampling Veach & Guibas, 95 Váhy závislé na pdf vzorků Minimalizuje rozptyl kombinovaného estimátoru Téměř optimální řešení PG III NPGR010 - J. Křivánek

24 Image: Aleander Wilkie Výpočet přímého osvětlení pomocí MIS Vzorkovací technika pdf p 1 : Vzorkování BRDF Vzorkovací technika pdf p 2 : Vzorkování plochy světla PG III NPGR010 - J. Křivánek

25 Image: Aleander Wilkie Kombinace Aritmetický průměr Zachovává špatné vlastnosti obou technik Vyrovnaná heuristika Bingo!!! PG III NPGR010 - J. Křivánek

26 Image: Aleander Wilkie Dvě vzorkovací techniky 1 * A1 2 * A2 PG III NPGR010 - J. Křivánek

27 Výpočet vah Váha vzorku z BRDF vzorkování 1 j p 1 p 1 j p j 2 j Hustota pravděpodobnosti vzorkování z BRDF Hustota, s jakou by byl směr j vygenerován, kdybychom byli použili vzorkování plochy zdroje PG III NPGR010 - J. Křivánek

28 Hustoty pravděpodobnosti Vzorkování BRDF: p 1 Závisí na BRDF, např. pro Lambertovskou BRDF p 1 cos Vzorkování plochy zdroje: p 2 p 2 1 A y cos y 2 Převedení hustoty 1/ A z plošné míry da do míry prostorového úhlu d PG III NPGR010 - J. Křivánek

29 Image: Aleander Wilkie Příspěvky vzorkovacích technik 1 * vzorkování BRDF 2 * vzorkování zdroje PG III NPGR010 - J. Křivánek

Počítačová grafika III Multiple Importance Sampling. Jaroslav Křivánek, MFF UK

Počítačová grafika III Multiple Importance Sampling. Jaroslav Křivánek, MFF UK Počítačová grafika III Multiple Importance Sampling Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz MIS 300 + 300 samples EM IS 600 samples BRDF IS 600 samples Sampling strategies Diffuse only

Více

Počítačová grafika III Monte Carlo rendering 2. Jaroslav Křivánek, MFF UK

Počítačová grafika III Monte Carlo rendering 2. Jaroslav Křivánek, MFF UK Počítačová grafika III Monte Carlo rendering 2 Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Path Tracing Implicitní osvětlení getli(x, w) { Color thrput = (1,1,1) Color accum = (0,0,0) while(1)

Více

Počítačová grafika III Path tracing II. Jaroslav Křivánek, MFF UK

Počítačová grafika III Path tracing II. Jaroslav Křivánek, MFF UK Počítačová grafika III Path tracing II Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Opakování Path Tracing Implicitní osvětlení getli(x, w) { Color thrput = (1,1,1) Color accum = (0,0,0) while(1)

Více

Počítačová grafika III Důležitost, BPT. Jaroslav Křivánek, MFF UK

Počítačová grafika III Důležitost, BPT. Jaroslav Křivánek, MFF UK Počítačová grafika III Důležitost, BPT Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Davis Cup Premier international team competition in men s tennis World group: 16 teams Total: 137 (in 2007)

Více

Monte Carlo rendering

Monte Carlo rendering Monte Carlo rendering Jan Havlíček 27. listopadu 2011 1 Základní algoritmus path traceru g e t L i ( x, w) { Color thrput = ( 1, 1, 1 ) Color accum = ( 0, 0, 0 ) while ( 1 ) { h i t = N e a r e s t I n

Více

Počítačová grafika III Photon mapping. Jaroslav Křivánek, MFF UK

Počítačová grafika III Photon mapping. Jaroslav Křivánek, MFF UK Počítačová grafika III Photon mapping Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Obousměrné sledování cest - opakování Transport světla jako integrál Cíl: místo integrální rovnice chceme formulovat

Více

Počítačová grafika III Bidirectional path tracing. Jaroslav Křivánek, MFF UK

Počítačová grafika III Bidirectional path tracing. Jaroslav Křivánek, MFF UK Počítačová grafika III Bidirectional path tracing Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Science, it works (bitches!) Quote from Richard Dawkins http://www.youtube.com/watch?v=n6hxo1sc-du

Více

Počítačová grafika III Monte Carlo integrování II. Jaroslav Křivánek, MFF UK

Počítačová grafika III Monte Carlo integrování II. Jaroslav Křivánek, MFF UK Počítačová grafika III Monte Carlo integrování II Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Monte Carlo integrování Obecný nástroj k numerickému odhadu určitých integrálů f(x) p(x) Integrál:

Více

Počítačová grafika III Monte Carlo integrování II. Jaroslav Křivánek, MFF UK

Počítačová grafika III Monte Carlo integrování II. Jaroslav Křivánek, MFF UK Počítačová grafika III Monte Carlo integrování II Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Monte Carlo integrování Obecný nástroj k numerickému odhadu určitých integrálů f(x) p(x) Integrál:

Více

Fotonové mapy. Leonid Buneev

Fotonové mapy. Leonid Buneev Fotonové mapy Leonid Buneev 21. 01. 2012 Popis algoritmu Photon mapping algoritmus, který, stejně jako path tracing a bidirectional path tracing, vyřeší zobrazovací rovnice, ale podstatně jiným způsobem.

Více

Distribuované sledování paprsku

Distribuované sledování paprsku Distribuované sledování paprsku 1996-2015 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ pepca@cgg.mff.cuni.cz DistribRT 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 24 Distribuované

Více

Počítačová grafika III Photon mapping. Jaroslav Křivánek, MFF UK

Počítačová grafika III Photon mapping. Jaroslav Křivánek, MFF UK Počítačová grafika III Photon mapping Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Kvíz 1 Proč BPT neumí zobrazit kaustiku na dně bazénu (bodové světlo, pinhole kamera)? Řešení kvízu 2 Problem

Více

Počítačová grafika III Všehochuť. Jaroslav Křivánek, MFF UK

Počítačová grafika III Všehochuť. Jaroslav Křivánek, MFF UK Počítačová grafika III Všehochuť Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Science, it works (bitches!) Quote from Richard Dawkins http://www.youtube.com/watch?v=n6hxo1sc-du PG III (NPGR010)

Více

Počítačová grafika III (NPGR010) Přednáška: Path tracing II

Počítačová grafika III (NPGR010) Přednáška: Path tracing II Počítačová grafika III (PGR010) Přednáška: Path tracing II Petr Vévoda 15 listopadu 01 1 Přímé osvětlení v path traceru a minulé přednášce jsme si představili základní verzi algoritmu path tracing: Pro

Více

Photon-Mapping Josef Pelikán CGG MFF UK Praha.

Photon-Mapping Josef Pelikán CGG MFF UK Praha. Photon-Mapping 2009-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Photon-mapping 2016 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 25 Základy Photon-mappingu

Více

Zobrazování a osvětlování

Zobrazování a osvětlování Zobrazování a osvětlování Petr Felkel Katedra počítačové grafiky a interakce, ČVUT FEL místnost KN:E-413 na Karlově náměstí E-mail: felkel@fel.cvut.cz S použitím materiálů Bohuslava Hudce, Jaroslava Sloupa

Více

A4M39RSO. Sledování cest (Path tracing) Vlastimil Havran ČVUT v Praze CTU Prague Verze 2014

A4M39RSO. Sledování cest (Path tracing) Vlastimil Havran ČVUT v Praze CTU Prague Verze 2014 A4M39RSO Sledování cest (Path tracing) Vlastimil Havran ČVUT v Praze CTU Prague Verze 2014 1 Rendering = integrování Antialiasing Integrál přes plochu pixelu Osvětlení plošným zdrojem Integrál přes plochu

Více

Odraz světla, BRDF. Petr Kadleček

Odraz světla, BRDF. Petr Kadleček Odraz světla, BRDF Petr Kadleček 17. října 2011 Úvod V minulé přednášce jsme si představili matematický model scény včetně geometrie, materiálů, zdroje světla, kamery, atd. Ukázali jsme si, že při formulaci

Více

Rekurzivní sledování paprsku

Rekurzivní sledování paprsku Rekurzivní sledování paprsku 1996-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ 1 / 21 Model dírkové kamery 2 / 21 Zpětné sledování paprsku L D A B C 3 / 21 Skládání

Více

X39RSO/A4M39RSO Vychýlené (biased) metody globálního osvětlení. Vlastimil Havran ČVUT v Praze CTU Prague Verze 2011

X39RSO/A4M39RSO Vychýlené (biased) metody globálního osvětlení. Vlastimil Havran ČVUT v Praze CTU Prague Verze 2011 X39RSO/A4M39RSO Vychýlené (biased) metody globálního osvětlení Vlastimil Havran ČVUT v Praze CTU Prague Verze 2011 Vychýlené versus nestranné metody Vychýlené vs. nestranné odhady (Biased vs. Unbiased

Více

Počítačová grafika III Úvod

Počítačová grafika III Úvod Počítačová grafika III Úvod Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Syntéza obrazu (Rendering) Vytvoř obrázek z matematického popisu scény. Popis scény Geometrie Kde je jaký objekt ve scéně

Více

Fotonové mapy. Martin Bulant 21. března Fotonové mapy jsou podobné obousměrnému sledování cest, ale odlišují se tím,

Fotonové mapy. Martin Bulant 21. března Fotonové mapy jsou podobné obousměrnému sledování cest, ale odlišují se tím, Fotonové mapy Martin Bulant 21. března 2011 1 Photon mapping Fotonové mapy jsou podobné obousměrnému sledování cest, ale odlišují se tím, že se nedělá vše najednou. Je oddělena propagace světla do scény

Více

Stavový model a Kalmanův filtr

Stavový model a Kalmanův filtr Stavový model a Kalmanův filtr 2 prosince 23 Stav je veličina, kterou neznáme, ale chtěli bychom znát Dozvídáme se o ní zprostředkovaně prostřednictvím výstupů Příkladem může býapř nějaký zašuměný signál,

Více

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. 1 Statistické odhady Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. Odhad lze provést jako: Bodový odhad o Jedna číselná hodnota Intervalový

Více

Radiometrie, radiační metody

Radiometrie, radiační metody Radiometrie, radiační metody 1996-2018 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Radiometry 2018 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 34 Globální výpočet

Více

Realistický rendering

Realistický rendering Realistický rendering 2010-2017 Josef Pelikán, CGG MFF UK http://cgg.mff.cuni.cz/ http://cgg.mff.cuni.cz/~pepca/ Festival fantazie, Chotěboř, 4. 7. 2017 1 / 47 Obsah přednášky co je realistický rendering?

Více

Počítačová grafika III Úvod

Počítačová grafika III Úvod Počítačová grafika III Úvod Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Syntéza obrazu (Rendering) Vytvoř obrázek z matematického popisu scény. Popis scény Geometrie Kde je jaký objekt ve scéně

Více

Počítačová grafika III Globální osvětlení ve filmové produkci. Jaroslav Křivánek, MFF UK

Počítačová grafika III Globální osvětlení ve filmové produkci. Jaroslav Křivánek, MFF UK Počítačová grafika III Globální osvětlení ve filmové produkci Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Opakování Kvíz 1 F. Suykens Path tracing Light tracing Bidirectional path tracing Kvíz:

Více

Počítačová grafika III Světlo, Radiometrie. Jaroslav Křivánek, MFF UK

Počítačová grafika III Světlo, Radiometrie. Jaroslav Křivánek, MFF UK Počítačová grafika III Světlo, Radiometrie Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Syntéza obrazu (Rendering) Vytvoř obrázek z matematického popisu scény. Fotorealistická syntéza obrazu

Více

ý č Í É Ě Í š Č č ý Ú ť š č ú š ý š ď č č ý Š Š č č Á ý ť ť Í ý ť č Ť É Ě Í š Č Č Ý ť Í ý ý č Ý É Ě Í č š ý ň č ý Í ď Í ú Ě Í č É Ě Í š č č Í ý ý úč č É Ě Í ý č ň š č ý ď ť ť ž ý č č É š Ě Í č š Ě š čď

Více

Global illumination with many-light methods. Martin Kahoun (2011)

Global illumination with many-light methods. Martin Kahoun (2011) Zápisky z přednášky Global illumination with many-light methods Tomáš Zámečník (2012) Martin Kahoun (2011) 1 1 Výpočet globálního osvětlení 1.1 Zobrazovací rovnice v 3b formulaci V této úvodní části se

Více

Řešení. Označme po řadě F (z) Odtud plyne, že

Řešení. Označme po řadě F (z) Odtud plyne, že Úloha Nechť ~ R(, ) a Y = Jinak řečeno, Y je odmocnina čísla vybraného zcela náhodně z intervalu (, ) Popište rozdělení veličiny Y a určete jeho modus, medián, střední hodnotu a rozptyl Řešení Označme

Více

X39RSO/A4M39RSO. Integrace a syntéza obrazu pomocí metody Monte Carlo. Vlastimil Havran, ČVUT v Praze

X39RSO/A4M39RSO. Integrace a syntéza obrazu pomocí metody Monte Carlo. Vlastimil Havran, ČVUT v Praze X39RSO/A4M39RSO Integrace a syntéza obrazu pomocí metody Monte Carlo Vlastimil Havran, ČVUT v Praze havran@fel.cvut.cz Osnova Historie Výpočet integrálu metodou Monte Carlo Aplikace v syntéze obrazu Antialiasing

Více

DIPLOMOVÁ PRÁCE. BRDF dílna

DIPLOMOVÁ PRÁCE. BRDF dílna Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Jiří Matějka BRDF dílna Kabinet software a výuky informatiky Vedoucí diplomové práce: RNDr. Josef Pelikán, KSVI Studijní program:

Více

Monte Carlo metody Josef Pelikán CGG MFF UK Praha.

Monte Carlo metody Josef Pelikán CGG MFF UK Praha. Monte Carlo metody 996-7 Josef Pelkán CGG MFF UK Praha pepca@cgg.mff.cun.cz http://cgg.mff.cun.cz/~pepca/ Monte Carlo 7 Josef Pelkán, http://cgg.ms.mff.cun.cz/~pepca / 44 Monte Carlo ntegrace Odhadovaný

Více

metodou Monte Carlo J. Matěna, Gymnázium Českolipská, Praha

metodou Monte Carlo J. Matěna, Gymnázium Českolipská, Praha Výpočet obsahu plošných obrazců metodou Monte Carlo J. Löwit, Gymnázium Českolipská, Praha jakub.lowit@gmail.com J. Matěna, Gymnázium Českolipská, Praha matenajakub@gmail.com J. Novotná, Gymnázium, Chomutov

Více

Počítačová grafika III Radiometrie. Jaroslav Křivánek, MFF UK

Počítačová grafika III Radiometrie. Jaroslav Křivánek, MFF UK Počítačová grafika III Radiometrie Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Směr, prostorový úhel, integrování na jednotkové kouli Směr ve 3D Směr = jednotkový vektor ve 3D Kartézské souřadnice

Více

Pravděpodobnost, náhoda, kostky

Pravděpodobnost, náhoda, kostky Pravděpodobnost, náhoda, kostky Radek Pelánek IV122, jaro 2015 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností krátké

Více

Moderní fotorealistický rendering

Moderní fotorealistický rendering Moderní fotorealistický rendering 2010-2016 Josef Pelikán, CGG MFF UK 2016 Jiří Vorba a Jaroslav Křivánek, dtto http://cgg.mff.cuni.cz/ http://cgg.mff.cuni.cz/~pepca/ Seminář Ústavu teoretické fyziky,

Více

Příklady ke čtvrtému testu - Pravděpodobnost

Příklady ke čtvrtému testu - Pravděpodobnost Příklady ke čtvrtému testu - Pravděpodobnost 6. dubna 0 Instrukce: Projděte si všechny příklady. Každý příklad se snažte pochopit. Pak vymyslete a vyřešte příklad podobný. Tím se ujistíte, že příkladu

Více

ADA Semestrální práce. Harmonické modelování signálů

ADA Semestrální práce. Harmonické modelování signálů České vysoké učení technické v Praze ADA Semestrální práce Harmonické modelování signálů Jiří Kořínek 31.12.2005 1. Zadání Proveďte rozklad signálu do harmonických komponent (řeč, hudba). Syntetizujte

Více

Kombinatorická minimalizace

Kombinatorická minimalizace Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny

Více

Počítačová grafika III Radiometrie. Jaroslav Křivánek, MFF UK

Počítačová grafika III Radiometrie. Jaroslav Křivánek, MFF UK Počítačová grafika III Radiometrie Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Směr, prostorový úhel, integrování na jednotkové kouli Směr ve 3D Směr = jednotkový vektor ve 3D Kartézské souřadnice

Více

Náhodné signály. Honza Černocký, ÚPGM

Náhodné signály. Honza Černocký, ÚPGM Náhodné signály Honza Černocký, ÚPGM Signály ve škole a v reálném světě Deterministické Rovnice Obrázek Algoritmus Kus kódu } Můžeme vypočítat Málo informace! Náhodné Nevíme přesně Pokaždé jiné Především

Více

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ J. Pruška, T. Parák OBSAH: 1. Co je to spolehlivost, pravděpodobnost poruchy, riziko. 2. Deterministický a pravděpodobnostní přístup k řešení problémů.

Více

Principy fotorealistického zobrazování

Principy fotorealistického zobrazování Principy fotorealistického zobrazování 2010-2013 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ MaSo jaro 2013, doprovodná přednáška, 16. 5. 2013 1 / 101 Obsah přednášky cíle a aplikace

Více

STŘEDOŠKOLSKÁ ODBORNÁ ČINNOST

STŘEDOŠKOLSKÁ ODBORNÁ ČINNOST Vyšší odborná škola a Střední průmyslová škola elektrotechnická v Plzni STŘEDOŠKOLSKÁ ODBORNÁ ČINNOST Tomáš Šváb Fotonové mapy v realistickém osvětlení Únor 2009, Plzeň Konzultant práce: RNDr. Josef Pelikán,

Více

úč úč ž ů ž Č Č č č ů ž úč č úč ť Ň č ú Ý č č Ú Ú ť ú č ď ů ž š úč ž úč úč ž ť ď ť ď ž ú č č úč š ž Ů č č ú úč ž ů ť úč ž ž ž Ů č ž ú č Š úč č Úč Č Č š ď š Š š Ó Ó ž ůč ú Ď ť ž ů ů č ů Č ů ž úč Ý č ž úč

Více

č ů š ň č č Ú č č č Ú ů Ú č ž ú š š ý č ú ó ó ž č ý ý ý č ž č ý ž ý č ý ž ž č ý ý ý ž ý ý ý ý š ý š ů ů č č ý ž č ý ů š ž ý Ú Ú úč š ů ž ů ů Úč ž č ý č š ý ů č š ý ý ý ů č č ž ů š ů ů š ý ý ů ů č č ž ú

Více

Á Ě Í Ě Á Á ó č ž č ž č Í š úč é úč š ž č é ů č é č é é ů č ů č č ů é Ž š ů ů š č é Ž č é Ž č Í ž Ž Ž é é Ů é Ř ů ť š é é č é é é š č č é č č č č š č š é č é č ů č č š ú é č é š é Ž Ž é é ú č č é ů č š

Více

Fyzikálně založené modely osvětlení

Fyzikálně založené modely osvětlení Fyzikálně založené modely osvětlení 1996-2015 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ pepca@cgg.mff.cuni.cz Physical 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 31 Historie

Více

Pravděpodobnost, náhoda, kostky

Pravděpodobnost, náhoda, kostky Pravděpodobnost, náhoda, kostky Radek Pelánek IV122 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností připomenutí, souvislosti

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

Fyzikální korespondenční seminář MFF UK

Fyzikální korespondenční seminář MFF UK Úloha I.S... náhodná 10 bodů; průměr 7,04; řešilo 45 studentů a) Zkuste vlastními slovy popsat, co je to náhodná veličina a jaké má vlastnosti (postačí vlastními slovy objasnit následující pojmy: náhodná

Více

Anti-aliasing a vzorkovací metody

Anti-aliasing a vzorkovací metody Anti-aliasing a vzorkovací metody 1996-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Sampling 2016 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 34 Prostorový

Více

Úvod do zpracování signálů

Úvod do zpracování signálů 1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování

Více

Stanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D.

Stanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D. Stanovení akustického výkonu Nejistoty měření Ing. Miroslav Kučera, Ph.D. Využití měření intenzity zvuku pro stanovení akustického výkonu klapek? Výhody: 1) přímé stanovení akustického výkonu zvláště při

Více

Pokročilé osvětlovací techniky. 2005 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz

Pokročilé osvětlovací techniky. 2005 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz Pokročilé osvětlovací techniky 2005 Josef Pelikán, MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ Josef.Pelikan@mff.cuni.cz Obsah nefotorealistické techniky hrubé tónování kreslení obrysů ( siluety ) složitější

Více

Vzorová písemka č. 1 (rok 2015/2016) - řešení

Vzorová písemka č. 1 (rok 2015/2016) - řešení Vzorová písemka č. rok /6 - řešení Pavla Pecherková. května 6 VARIANTA A. Náhodná veličina X je určena hustotou pravděpodobností: máme hustotu { pravděpodobnosti C x pro x ; na intervalu f x jinde jedná

Více

Vícerozměrná rozdělení

Vícerozměrná rozdělení Vícerozměrná rozdělení 7. září 0 Učivo: Práce s vícerozměrnými rozděleními. Sdružené, marginální, podmíněné rozdělení pravděpodobnosti. Vektorová střední hodnota. Kovariance, korelace, kovarianční matice.

Více

Fotorealistická syntéza obrazu Josef Pelikán, MFF UK Praha

Fotorealistická syntéza obrazu Josef Pelikán, MFF UK Praha Fotorealistická sntéza obrazu 2006 Josef Pelikán MFF UK Praha Josef.Pelikan@mff.cuni.cz 10.4.2006 Obsah přednášk cíle a aplikace realistického zobrazování historie přehled používaných přístupů teoretické

Více

Počítačová grafika III Světlo, Radiometrie. Jaroslav Křivánek, MFF UK

Počítačová grafika III Světlo, Radiometrie. Jaroslav Křivánek, MFF UK Počítačová grafika III Světlo, Radiometrie Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Syntéza obrazu (Rendering) Vytvoř obrázek z matematického popisu scény. 2 Fotorealistická syntéza obrazu

Více

Matematické modelování Náhled do ekonometrie. Lukáš Frýd

Matematické modelování Náhled do ekonometrie. Lukáš Frýd Matematické modelování Náhled do ekonometrie Lukáš Frýd Výnos akcie vs. Výnos celého trhu - CAPM model r it = r ft + β 1. (r mt r ft ) r it r ft = α 0 + β 1. (r mt r ft ) + ε it Ekonomický (finanční model)

Více

Vytyčení polohy bodu polární metodou

Vytyčení polohy bodu polární metodou Obsah Vytyčení polohy bodu polární metodou... 2 1 Vliv měření na přesnost souřadnic... 3 2 Vliv měření na polohovou a souřadnicovou směrodatnou odchylku... 4 3 Vliv podkladu na přesnost souřadnic... 5

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

TEMATICKÝ PLÁN VÝUKY

TEMATICKÝ PLÁN VÝUKY TEMATICKÝ PLÁN VÝUKY Studijní obor: 23-41 - M/1 Strojírenství Zaměření: Předmět: Matematika Ročník: 4. Počet hodin týdně: 4 Počet hodin celkem: Tento plán vychází z rámcového vzdělávacího programu pro

Více

Odhady Parametrů Lineární Regrese

Odhady Parametrů Lineární Regrese Odhady Parametrů Lineární Regrese Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké

Více

Odhad stavu matematického modelu křižovatek

Odhad stavu matematického modelu křižovatek Odhad stavu matematického modelu křižovatek Miroslav Šimandl, Miroslav Flídr a Jindřich Duník Katedra kybernetiky & Výzkumné centrum Data-Algoritmy-Rozhodování Fakulta aplikovaných věd Západočeská univerzita

Více

Cíle lokalizace. Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí

Cíle lokalizace. Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí Cíle lokalizace Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí 2 Jiný pohled Je to problém transformace souřadnic Mapa je globální souřadnicový systém nezávislý

Více

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Inferenční statistika - úvod z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Pravděpodobnost postupy induktivní statistiky vycházejí z teorie pravděpodobnosti pravděpodobnost, že

Více

Fyzikální korespondenční seminář UK MFF 22. II. S

Fyzikální korespondenční seminář UK MFF  22. II. S Fzikální korespondenční seminář UK MFF http://fkosmffcunicz II S ročník, úloha II S Young a vlnová povaha světla (5 bodů; průměr,50; řešilo 6 studentů) a) Jaký tvar interferenčních proužků na stínítku

Více

ODBĚR, PŘÍPRAVA, PŘEPRAVA A UCHOVÁVÁNÍ VZORKŮ

ODBĚR, PŘÍPRAVA, PŘEPRAVA A UCHOVÁVÁNÍ VZORKŮ ODBĚR, PŘÍPRAVA, PŘEPRAVA A UCHOVÁVÁNÍ VZORKŮ Základní pojmy Obecná pravidla vzorkování Chyby při vzorkování, typy materiálů Strategie vzorkování Plán vzorkování Základní způsoby odběru Vzorkovací pomůcky

Více

Testování hypotéz. 4. přednáška 6. 3. 2010

Testování hypotéz. 4. přednáška 6. 3. 2010 Testování hypotéz 4. přednáška 6. 3. 2010 Základní pojmy Statistická hypotéza Je tvrzení o vlastnostech základního souboru, o jehož pravdivosti se chceme přesvědčit. Předem nevíme, zda je pravdivé nebo

Více

Zápočtová písemka z Matematiky III (BA04) skupina A

Zápočtová písemka z Matematiky III (BA04) skupina A skupina A 0 pro x < 1, ae x pro x 1, ), Pravděpodobnost P (X ) a P (X =.). E (X) a E ( X 1). Hustotu transformované náhodné veličiny Y = (X + 1). F(x) = x 3 pro x (0, 9), Hustotu f(x). Pravděpodobnost

Více

Josef Pelikán, 1 / 51

Josef Pelikán,  1 / 51 1 / 51 Náhodné rozmisťování bodů v rovině 2014-15 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ Seminář strojového učení a modelování, 26. 3. 2015 2 / 51 Jiří Matoušek (1963-2015) 3 /

Více

Pro bodový odhad při základním krigování by soustava rovnic v maticovém tvaru vypadala následovně:

Pro bodový odhad při základním krigování by soustava rovnic v maticovém tvaru vypadala následovně: KRIGING Krigování (kriging) označujeme interpolační metody, které využívají geostacionární metody odhadu. Těchto metod je celá řada, zde jsou některé příklady. Pro krigování se používá tzv. Lokální odhad.

Více

ANALÝZA DAT V R 9. VÝPOČET VELIKOSTI SOUBORU. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

ANALÝZA DAT V R 9. VÝPOČET VELIKOSTI SOUBORU. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK. ANALÝZA DAT V R 9. VÝPOČET VELIKOSTI SOUBORU Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz DATA, VÝZKUM, ANALÝZY ve výzkumu se střídají fáze prozkoumávací

Více

Počítačová grafika III Přibližný výpočet globálního osvětlení. Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz

Počítačová grafika III Přibližný výpočet globálního osvětlení. Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Počítačová grafika III Přibližný výpočet globálního osvětlení Jaroslav Křivánek, MFF UK Jaroslav.Krivanek@mff.cuni.cz Opakování Kvíz 1 F. Suykens Path tracing Light tracing Bidirectional path tracing Kvíz:

Více

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při

Více

Z X 5 0 4 H o d n o c e n í v l i v ů n a ž i v o t n í p r o s t ř e d í. Vybrané metody posuzování dopadu záměrů na životní

Z X 5 0 4 H o d n o c e n í v l i v ů n a ž i v o t n í p r o s t ř e d í. Vybrané metody posuzování dopadu záměrů na životní Z X 5 0 4 H o d n o c e n í v l i v ů n a ž i v o t n í p r o s t ř e d í Vybrané metody posuzování dopadu záměrů na životní prostředí. ř Posuzování dopadu (impaktu) posuzované činnosti na životní prostředí

Více

Fotorealistická syntéza obrazu

Fotorealistická syntéza obrazu Fotorealistická syntéza obrazu 2006-2008 Josef Pelikán, CGG MFF UK Praha http://cgg.ms.mff.cuni.cz/~pepca/ 10. a 17. 12. 2008 Photorealistic 10.-17. 12. 2008 Josef Pelikán, http://cgg.ms.mff.cuni.cz/~pepca

Více

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests) Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, např. hmotnost a pohlaví narozených dětí. Běžný statistický postup pro ověření závislosti dvou veličin je zamítnutí jejich

Více

Monte Carlo. Simulační metoda založená na užití stochastických procesů a generace náhodných čísel.

Monte Carlo. Simulační metoda založená na užití stochastických procesů a generace náhodných čísel. Monte Carlo Simulační metoda založená na užití stochastických procesů a generace náhodných čísel. Typy MC simulací a) MC integrace b) Geometrické MC c) Termodynamické MC d) Modelování vývoje na strukturální

Více

3.3. EXPONENCIÁLNÍ A LOGARITMICKÁ ROVNICE A NEROVNICE

3.3. EXPONENCIÁLNÍ A LOGARITMICKÁ ROVNICE A NEROVNICE 3.3. EXPONENCIÁLNÍ A LOGARITMICKÁ ROVNICE A NEROVNICE V této kapitole se dozvíte: jak je definována eponenciální a logaritmická rovnice a nerovnice a jaká je základní strategie jejich řešení. Klíčová slova

Více

Generování pseudonáhodných. Ing. Michal Dorda, Ph.D.

Generování pseudonáhodných. Ing. Michal Dorda, Ph.D. Generování pseudonáhodných čísel při simulaci Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky V simulačních modelech se velice často vyskytují náhodné proměnné. Proto se budeme zabývat otázkou, jak při simulaci

Více

Robust 2010 31. ledna 5. února 2010, Králíky

Robust 2010 31. ledna 5. února 2010, Králíky Modelování rozdělení ročních příjmů českých domácností J. Bartošová 1 M. Forbelská 2 1 Katedra managementu informací Fakulta managementu v Jindřichově Hradci Vysoká škola ekonomická v Praze 2 Ústav matematiky

Více

Bayesovské metody. Mnohorozměrná analýza dat

Bayesovské metody. Mnohorozměrná analýza dat Mnohorozměrná analýza dat Podmíněná pravděpodobnost Definice: Uvažujme náhodné jevy A a B takové, že P(B) > 0. Podmíněnou pravěpodobností jevu A za podmínky, že nastal jev B, nazýváme podíl P(A B) P(A

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 5. Odhady parametrů základního souboru Mgr. David Fiedor 16. března 2015 Vztahy mezi výběrovým a základním souborem Osnova 1 Úvod, pojmy Vztahy mezi výběrovým a základním

Více

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky A0M38SPP - Signálové procesory v praxi - přednáška 7 2 Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky (momenty) Matematická definice korelační

Více

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II Základy biostatistiky II Veřejné zdravotnictví 3.LF UK - II Teoretické rozložení-matematické modely rozložení Naměřená data Výběrové rozložení Teoretické rozložení 1 e 2 x 2 Teoretické rozložení-matematické

Více

Kompresní metody první generace

Kompresní metody první generace Kompresní metody první generace 998-20 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32 Základní pojmy komprese

Více

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Testování statistických hypotéz Testování statistických hypotéz Princip: Ověřování určitého předpokladu zjišťujeme, zda zkoumaný výběr pochází ze základního souboru, který má určité rozdělení zjišťujeme,

Více

Apriorní rozdělení. Jan Kracík.

Apriorní rozdělení. Jan Kracík. Apriorní rozdělení Jan Kracík jan.kracik@vsb.cz Apriorní rozdělení Apriorní rozdělení (spolu s modelem) reprezentuje informaci o neznámém parametru θ, která je dostupná předem, tj. bez informace z dat.

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou

Více

Anti Aliasing. Ondřej Burkert. atrey.karlin.mff.cuni.cz/~ondra/ ~ondra/stranka

Anti Aliasing. Ondřej Burkert. atrey.karlin.mff.cuni.cz/~ondra/ ~ondra/stranka Anti Aliasing Ondřej Burkert atrey.karlin.mff.cuni.cz/~ondra/ ~ondra/stranka Úvod Co je to anti - aliasing? Aliasing = vznik artefaktů v důsledku podvzorkování při vzorkování (sampling) obrazu podvzorkování

Více

SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 5: Aproximační techniky

SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 5: Aproximační techniky SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 5: Aproximační techniky Drahomír Novák Jan Eliáš 2012 Spolehlivost konstrukcí, Drahomír Novák & Jan Eliáš 1 část 5 Aproximační techniky 2012 Spolehlivost

Více

METODY FARMACEUTICKÉ TECHNOLOGIE ČL 2009, D PharmDr. Zdenka Šklubalová, Ph.D

METODY FARMACEUTICKÉ TECHNOLOGIE ČL 2009, D PharmDr. Zdenka Šklubalová, Ph.D METODY FARMACEUTICKÉ TECHNOLOGIE ČL 2009, D 2010 PharmDr. Zdenka Šklubalová, Ph.D. 10.6.2010 ZMĚNY D 2010 (harmonizace beze změn v textu) 2.9.1 Zkouška rozpadavosti tablet a tobolek 2.9.3 Zkouška disoluce

Více

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR Ve většině případů pracujeme s výběrovým souborem a výběrové výsledky zobecňujeme na základní soubor. Smysluplné

Více

Chemie a fyzika pevných látek p3

Chemie a fyzika pevných látek p3 Chemie a fyzika pevných látek p3 strukturní faktor, monokrystalové a práškové difrakční metody Doporučená literatura: Doc. Michal Hušák dr. Ing. B. Kratochvíl, L. Jenšovský - Úvod do krystalochemie Kratochvíl

Více