Matematika pro geometrickou morfometrii (1)
|
|
- Petra Renáta Kolářová
- před 5 lety
- Počet zobrazení:
Transkript
1 Ján Dupej Laboratoř 3D zobrazovacích a analytických metod Katedra antropologie a genetiky člověka Přírodovědecká fakulta UK v Praze
2 Sylabus 1) Úvod do problematiky, zobrazovací metody v medicíně a antropologii. 2) Základy rentgenometrie, kefalometrická analýza laterálních RTG snímků. 3) Zadávání kefalometrických bodů a linií na RTG snímcích, praktická část. 4) Metrická analýza laterálních RTG snímků, využití softwarů SigmaScan, Craniometrics, Past, praktická část. 5) Odhad dentálního věku na základě panoramatických RTG snímků. 6)Odhad biologického věku na základě odečítání RTG snímků ruky. 7) Metody geometrické morfometrie: Úvod, Landmarkové metody, Dvoubodová registrace 8) Metody geometrické morfometrie: Prokrustovská analýza, Teorie tvaru, TPS 9) Metody geometrické morfometrie: Warps, FESA, PCA 10)Metody geometrické morfometrie: Výpočet PCA, Statistika v kostce, Statistické testy, Regresní analýza 11)Metody geometrické morfometrie: Nelandmarkové metody, Křivky, Analýza kontur, Semilandmarky, Integrální transformace 12)Zápočet (?) 2
3 Předběžný rozvrh Úvod, základní pojmy, normalizace, Prokrustovská analýza Pokračování a praktické cvičení Vizualizace, TPS, Warps, FESA, PCA Nelandmarkové metody Pokračování a praktické cvičení Statistické metody pro GMM Specifické problémy 3
4 Úvod Rozhrání několika oborů Geometrie Morfometrie Biologie Antropologie Statistika Zpracování lékařských dat 4
5 Cíle GM Odhalit skrytá fakta a souvislosti 1. Reprezentace exepláře Landmarky, Semilandmarky Křivky Trojúhelníkové sítě 2. Data mining (hledání potenciálně užitečných informací) PCA Shluková analýza 3. Vyslovení a testování hypotézy Statistické testy, korelace, regrese 4. Kvantifikace Metriky 5
6 Cíle GM Popsat tvar čísly Čísla statisticky vyhodnotit Měření Čísla Závěr Metoda Metoda 6
7 Cíle přednášky Základy GM s důrazem na pochopení metematických principů Vzorce a vztahy Názorné ukázky a příklady Počty, matematický softvér, GM softvér Použití vhodné metody pro danou úlohu Příklady a zdroje inspirace Links cgg and natur.cuni Připravit na zkoušku 7
8 Literatura Zelditch, Swiderski, Sheets, Fink: Geometric Morphometrics for Biologists: A Primer Slice: Modern Morphometrics in Physical Anthropology Lele, Richtsmeier: An Invariant Approach to Statistical Analysis of Shapes 8
9 Tradiční metody Poloha bodů nehraje roli (také nejde dobře měřit) Používá se Vzdálenost mezi dvěma body, poměry vzdáleností Úhel sevřen trojicí bodů Objemy, plochy... 9
10 Získavání dat 2D Fotografie, kamera Perspektivní projekce zdroj chyb měření 3D CT, MRI DICOM Povrchové skenery OBJ, STL, WRL Polohovací zařízení 10
11 Data (2D) 11
12 Data (3D) 12
13 Data (objem) 13
14 Landmark Jméno biologický význam Abstraktní, nezávislé na reprezentaci Homologní Souřadnice matematický význam Dle dimenze dvojice, trojice (k-tice) čísel Vektor Typy landmarků (Bookstein 1991, p. 63) 1. Body dotyku nebo průsečníky linií 2. Body extrémní křivosti 3. Extremální body (nejvzdálenější, místa největší šířky, definované pomocí dalších landmarků) 14
15 Výběr landmarků Závisí na tom co chceme najít Pokud to nevíme, snažíme se objekt pokrýt systematicky Pokud nás zajímá konkrétní část exempláře, musíme jí odpovídajícím způsobem pokrýt landmarky Pokud porovnáváme dvě části (pr. horní a dolní čelist) pokrýt landmarky Pokud pokrytí není možné Jiné (nelandmarkové) metody Semi-landmarky Křivky 15
16 Jednoznačnost souřadnic Odpovídá každému landmarku právě jedna sada souřadnic? Souřadná soustava Počátek Jednotky Orientace Báze Sada směrů jejichž kombinací se dají popsat všechny body prostoru Je možné převádět 16
17 Vektory Uspořádaná k-tice skalárů Zachycuje vícedimenzionální informaci (k dimenze) v = 1,2 ; w = 3,4, 8 ; u = 1,8, π, 0,3 Na vektorech stejné dimenze podobné operace jako se skaláry Součet 1,2 + 3,4 = 4,6 Skalární součin 1,2 3,4 = Násobení skalárem 3 1,2 = 3,6 Vektorový součin 17
18 Vzdálenost dvou bodů Aplikace Pythagorovy věty c 2 = a 2 + b 2 Q c 2 = Q x P x 2 + Q y P y 2 Zápis pomocí vektorových operací P c a b c 2 = Q P Q P c = Q P Q P 18
19 Souřadnice Počátek P Báze B = b 1, b 2, Souřadnice k = k 1, k 2, b 1 c c = P + k i b i i k 1 b 1 Landmarky určovat ve stejné soustave souřadnic P k 2 b 2 b 2 19
20 Matice Tabulka čísel Obecnější případ vektorů Operace sčítaní a násobení, transpozice Musí souhlasit velikosti matic a vektoů Zajímavé speciální případy Čtvercová Symetrická Diagonální Jednotková 20
21 Operace s maticemi Násobení matic AB = C c ij = a i b j = Transpozice Výměna sloupců za řádky Funguje také s vektory řádkový změní na sloucový (a naopak) T =
22 Vzdálenost dvou bodů Zápis pomocí vektorových operací c 2 = Q P Q P Q c = Q P Q P P c b c 2 = Q P T Q P a c = Q P T Q P 22
23 Transformace Práce se souřadnicemi je možné snadno zapsat pomocí maticových operací Rotace, zvětšení Používá se pro hromadné zpracování = Transformační matice Souřadnice Transformované souřadnice Inverzní transformace????????? =
24 Lineární transformace Linearita zaručuje že se nezmění vzájemné vztahy mezi transformovanými vektory αa a + b = αaa + αab Užitečné transformace (rotace, zvětšení) jsou lineární Identita Neprovede na vektoru žádné změny Jednotková matice I = Posunutí se nedá realizovat násobením obyčejných souřednic maticemi 24
25 Homogenní souřadnice Perspektivní projekce není lineární transformace Nezachovává rovnoběžnost, úhly, vzdálenosti Lze jí popsát maticí s použitím homogenních souřadnic Přechod do prostoru vyšší dimenze (2D 3D) Z bodů se stávají přímky V prostoru homogenních souřadnic lineární transformace Převod do prostoru normálních souřadnic Naštěstí se s nimi často nesetkáme Software pro rekonstrukci 3D skenů Obecná kalibrace kamery 25
26 Typy transformací Podobnost Rotace, posun, změna měřítka, souměrnost Afinní transformace Podobnost, zkosení Projekce 26
27 Práce s maticemi v R Praktická ukázka R > A <- matrix(c(1,2,3,4,5,6,7,8,9), nrow=3, ncol=3, byrow=true) = > A [,1] [,2] [,3] [1,] [2,] [3,] > b<-c(1,2,3) > A %*% b [,1] [1,] 14 [2,] 32 [3,] 50 27
28 Nelineární transformace Provádějí složitější operace než násobení koeficienty a sčítání Perspektivní projekce provádí dělení 28
29 Moderní metody GM Metody měření, zpracování, analýzy a zobrazení s cílem studia tvaru a jeho změn Tvarové proměnné popisují tvar, nemění se s velikostí Forma = velikost + tvar 29
30 Tvar Definice (Kendall) Veškerá geometrická informace která objektu zůstane po odstranění vlastností polohy, měřítka a rotace Tradiční morfometrie Pracuje přímo se vzdálenostmi nebo jejich poměry Samotné vzdálenosti stěží odrážejí tvar Dva exempláře jsou tak tvarem neporovnatelné Oddělení velikosti a tvaru v datech Jedna z hlavních myšlenek GM 30
31 Velikost Nezáporná Lineární Centroidová velikost (Centroid size) Matematicky nezávislá na tvaru Výpočet ze vzdáleností landmarků od těžiště t p 1 p 2 t p 3 t = 1 n n i=1 p i n CS = i=1 p i t T p i t p 5 p 4 Často se hledá souvislost CS s tvarem 31
32 Příklad - trojúhelníky Nejjednodušší geometrický objekt, u kterého se dá hovořit o tvaru K úplnému popisu tvaru trojúhelníku v rovině stačí dvojice čísel Stupeň volnosti tvaru = počet proměnných po odstranění velikosti, otočení a posunutí k - dimenze; p - počet bodů 2D: 2p 4 3D: 3p 7 Obecně: pk k k k
33 Registrace Definice Hledání transformace dvou datových množin do společného systému souřadnic Transformací do společného jednotkového souřadného systému odstraníme vliv velikosti na tvarové proměnné T 33
34 Typy registrace Podle dat se kterými pracují 2D, 3D, objem, mraky bodů, trojúhelníkové sítě... Podle typu transformace které připouštějí Rigidní, afinní, elastická Podle způsobu hledání transformace Uzavřené formy, iterativní metody Podle způsobu porovnání dvou datových množin Pro účely tvarových proměnných připustíme pouze transformaci polohy, orientace a měřítka Možné popsat lineární algebrou (matice) 34
35 Dvoubodová registrace (1) Booksteinova registrace Volba dvoulandmarků, které budou tvořit tzv. základnu (base-line) Transformace celého vzorku, aby základna každého exempláře ležela na ose x mezi 0 a
36 Dvoubodová registrace (2) p 3 Naměřené souřadnice vzorku matice X p 2 x 1 y 1 X = x 2 y 2 p 1 x n y n p 1 a p 2 tvoří bázi p 3 1. Posun jednoho z vrcholů báze do počátku X = X 1 T p 1 p 2 2. Výpočet úhlu který svírá báze a osa x cos θ = b c c = x y 2 b = x 2 θ = cos 1 x 2 x y 2 p 1 p 3 p 1 c b θ p 2 36
37 Dvoubodová registrace (3) 3. Rotace do osy x X = HX H = cos ( θ) sin( θ) sin( θ) cos ( θ) 4. Škálování na délku 1 Y = 1 x 2 X p 3 p 1 p 2 q 3 Aplikuje se na všechny vzorky q 1 Počet proměnných je snížen o 4 zůstaly jen tvarové proměnné Závislé na výběru základny V 3D se vybírá základní trojúhelník q
38 Praktická ukázka Bookstenova transformace v R PAST 38
39 Klouzající základna Podobně jako předchozí algoritmus Škálováni celého objektu na jednotkovou velikost Do počátku se umístí střed základny 39
Matematika pro geometrickou morfometrii
Matematika pro geometrickou morfometrii Václav Krajíček Vaclav.Krajicek@mff.cuni.cz Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Přednáška
VíceMatematika pro geometrickou morfometrii (2)
Ján Dupej (jdupej@cgg.mff.cuni.cz) Laboratoř 3D zobrazovacích a analytických metod Katedra antropologie a genetiky člověka Přírodovědecká fakulta UK v Praze Opakování 2 Opakování 3 Opakování 4 Opakování
VíceÚvod do geometrické morfometrie
Úvod do geometrické morfometrie 2011 Josef Pelikán, Václav Krajíček KSVI MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ http://cgg.mff.cuni.cz/~vajicek/ Seminář KDM: Aplikace matematiky pro učitele, 18. 10.
VíceMatematika pro geometrickou morfometrii
Matematika pro geometrickou morfometrii Václav Krajíček Vaclav.Krajicek@mff.cuni.cz Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Přednáška
VíceGeometrické transformace pomocí matic
Geometrické transformace pomocí matic Pavel Strachota FJFI ČVUT v Praze 2. dubna 2010 Obsah 1 Úvod 2 Geometrické transformace ve 2D 3 Geometrické transformace ve 3D Obsah 1 Úvod 2 Geometrické transformace
VíceEukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,
VíceRovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA
Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic
VíceMatematika pro geometrickou morfometrii
Matematika pro geometrickou morfometrii Václav Krajíček Vaclav.Krajicek@mff.cuni.cz Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Přednáška
VíceCircular Harmonics. Tomáš Zámečník
Circular Harmonics Tomáš Zámečník Úvod Circular Harmonics Reprezentace křivky, která je: podmonožinou RxR uzavřená funkcí úhlu na intervalu Dále budeme hovořit pouze o takovýchto křivkách/funkcích
Vícetransformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]
[1] Afinní transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím využití například v počítačové grafice Evropský sociální fond Praha & EU. Investujeme do
VíceAfinní transformace Stručnější verze
[1] Afinní transformace Stručnější verze je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím body a vektory: afinní prostor využití například v počítačové grafice a)
VíceLineární algebra : Metrická geometrie
Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních
VíceMatice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.
Matice lineárních zobrazení [1] Připomenutí Zobrazení A : L 1 L 2 je lineární, když A( x + y ) = A( x ) + A( y ), A(α x ) = α A( x ). Což je ekvivalentní s principem superpozice: A(α 1 x 1 + + α n x n
VíceÚlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,
Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se
Vícematiceteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést
Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud
VíceNALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny
NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Závěrečná zkouška verze cvičná 9.1.2013 Doba řešení: 3 hodiny Přednášející: L. Barto, J. Tůma Křestní jméno: Příjmení: Instrukce Neotvírejte
VícePožadavky 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
VíceLineární transformace
Lineární transformace 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.c http://cgg.mff.cuni.c/~pepca/ 1 / 28 Požadavk běžně používané transformace posunutí, otočení, většení/menšení, kosení,..
VíceGeometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr
Geometrické transformace v rovině Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr Shodné transformace 1 Shodné transformace shodné transformace (shodnosti, izometrie) převádějí objekt
VíceVybrané kapitoly z matematiky
Vybrané kapitoly z matematiky VŠB-TU Ostrava 2017-2018 Vybrané kapitoly z matematiky 2017-2018 1 / 19 Základní informace předmět: 714-0513, 5 kreditů přednáší: Radek Kučera kontakt: radek.kucera@vsb.cz,
VíceÚvod do lineární algebry
Úvod do lineární algebry 1 Aritmetické vektory Definice 11 Mějme n N a utvořme kartézský součin R n R R R Každou uspořádanou n tici x 1 x 2 x, x n budeme nazývat n rozměrným aritmetickým vektorem Prvky
VíceMatematika pro geometrickou morfometrii (3)
Ján Dupej (jdupej@cgg.mff.cuni.cz) Laboratoř 3D zobrazovacích a analytických metod Katedra antropologie a genetiky člověka Přírodovědecká fakulta UK v Praze Opakování Prokrustovská transformace (analýza,
VíceStátní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
VíceROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů
ROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů REGISTRACI OBRAZU (IMAGE REGISTRATION) Více snímků téže scény Odpovídající pixely v těchto snímcích musí mít stejné souřadnice Pokud je nemají
VíceGeometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr
Geometrické transformace v prostoru Geometrické vidění světa KMA/GVS ak. rok 2013/2014 letní semestr Shodné transformace 1 Shodné transformace stejný přístup jako ve 2D shodné transformace (shodnosti,
VíceMatematika pro geometrickou morfometrii
Matematika pro geometrickou morfometrii Václav Krajíček Vaclav.Krajicek@mff.cuni.cz Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Přednáška
VíceMatematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32
Matematika 1 12. přednáška MA1 1 Analytická geometrie v prostoru - základní pojmy 2 Skalární, vektorový a smíšený součin, projekce vektoru 3 Přímky a roviny 4 Vzdálenosti 5 Příčky mimoběžek 6 Zkouška;
VíceAfinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.
4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,
VíceGymnázium Jiřího Ortena, Kutná Hora
Předmět: Náplň: Cvičení z matematiky geometrie (CZMg) Systematizace a prohloubení učiva matematiky Planimetrie, Stereometrie, Analytická geometrie, Kombinatorika, Pravděpodobnost a statistika Třída: 4.
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
VíceMatematika I 12a Euklidovská geometrie
Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012 Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy Plán přednášky
VíceMgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014. 1. Obor reálných čísel
Mgr. Ladislav Zemánek Maturitní okruhy Matematika 2013-2014 1. Obor reálných čísel - obor přirozených, celých, racionálních a reálných čísel - vlastnosti operací (sčítání, odčítání, násobení, dělení) -
Více6. Vektorový počet Studijní text. 6. Vektorový počet
6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.
VíceSlovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy
1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném
VíceMaturitní témata od 2013
1 Maturitní témata od 2013 1. Úvod do matematické logiky 2. Množiny a operace s nimi, číselné obory 3. Algebraické výrazy, výrazy s mocninami a odmocninami 4. Lineární rovnice a nerovnice a jejich soustavy
VíceVlastní čísla a vlastní vektory
5 Vlastní čísla a vlastní vektor Poznámka: Je-li A : V V lineární zobrazení z prostoru V do prostoru V někd se takové zobrazení nazývá lineárním operátorem, pak je přirozeným požadavkem najít takovou bázi
Více1 Linearní prostory nad komplexními čísly
1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)
VíceSoftware pro 2D geometrickou morfometrii
Software pro 2D geometrickou morfometrii Václav Krajíček Vaclav.Krajicek@mff.cuni.cz Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Osnova Úvod
VíceAnalýza napjatosti PLASTICITA
Analýza napjatosti PLASTICITA TENZOR NAPĚTÍ Teplota v daném bodě je skalár, je to tenzor nultého řádu, který nezávisí na změně souřadného systému Síla je vektor, je to tenzor prvního řádu, v trojrozměrném
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
Více7 Analytické vyjádření shodnosti
7 Analytické vyjádření shodnosti 7.1 Analytická vyjádření shodných zobrazení v E 2 Osová souměrnost Osová souměrnost O(o) podle osy o s obecnou rovnicí o : ax + by + c =0: x = x 2a (ax + by + c) a 2 +
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
VíceVlastní číslo, vektor
[1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost
Více2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2
Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací
VíceMATEMATIKA 5. TŘÍDA. C) Tabulky, grafy, diagramy 1 - Tabulky, doplnění řady čísel podle závislosti 2 - Grafy, jízní řády 3 - Magické čtverce
MATEMATIKA 5. TŘÍDA 1 - Přirozená čísla a číslo nula a číselná osa, porovnávání b zaokrouhlování c zápis čísla v desítkové soustavě d součet, rozdíl e násobek, činitel, součin f dělení, dělení se zbytkem
VíceMaturitní otázky z předmětu MATEMATIKA
Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu MATEMATIKA 1. Výrazy a jejich úpravy vzorce (a+b)2,(a+b)3,a2-b2,a3+b3, dělení mnohočlenů, mocniny, odmocniny, vlastnosti
VíceVektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace
Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi
VíceLineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)
4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost
VíceMATURITNÍ TÉMATA Z MATEMATIKY
MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé
VíceVzorce počítačové grafiky
Vektorové operace součet vektorů rozdíl vektorů opačný vektor násobení vektoru skalárem úhel dvou vektorů velikost vektoru a vzdálenost dvojice bodů v rovině (v prostoru analogicky) u = B A= b a b a u
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VíceÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík
Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A1 Cvičení, zimní semestr Samostatné výstupy Jan Šafařík Brno c 2003 Obsah 1. Výstup č.1 2 2. Výstup
VíceGymnázium Česká a Olympijských nadějí, České Budějovice, Česká 64, 37021
Maturitní témata MATEMATIKA 1. Funkce a jejich základní vlastnosti. Definice funkce, def. obor a obor hodnot funkce, funkce sudá, lichá, monotónnost funkce, funkce omezená, lokální a globální extrémy funkce,
VíceNecht L je lineární prostor nad R. Operaci : L L R nazýváme
Skalární součin axiomatická definice odvození velikosti vektorů a úhlu mezi vektory geometrická interpretace ortogonalita vlastnosti ortonormálních bázi [1] Definice skalárního součinu Necht L je lineární
Více[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}
Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost s diagonální
VíceCvičení z Lineární algebry 1
Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice
VíceZdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )
Příklady řešené na cvičení LA II - LS 1/13 Zdrojem většiny příkladů je sbírka úloh http://kam.mff.cuni.cz/~sbirka/ 1. cvičení (..13) 1. Rozhodněte, které z následujících operací jsou skalárním součinem
VíceAlgoritmizace prostorových úloh
INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Úlohy nad rastrovými daty Daniela
Více6. ANALYTICKÁ GEOMETRIE
Vektorová algebra 6. ANALYTICKÁ GEOMETRIE Pravoúhlé souřadnice bodu v prostoru Poloha bodu v prostoru je vzhledem ke třem osám k sobě kolmým určena třemi souřadnicemi, které tvoří uspořádanou trojici reálných
VíceB) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.
4.8.3. Cvičení z matematiky Předmět Cvičení z matematiky je vyučován v sextě a v septimě jako volitelný předmět. Vzdělávací obsah vyučovacího předmětu Cvičení z matematiky vychází ze vzdělávací oblasti
VíceINVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.0141 Báze vektorových prostorů, transformace souřadnic Michal Botur Přednáška
Vícea počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:
Řešené příklady z lineární algebry - část 1 Typové příklady s řešením Příklady jsou určeny především k zopakování látky před zkouškou, jsou proto řešeny se znalostmi učiva celého semestru. Tento fakt se
VíceOperace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =
VíceICT podporuje moderní způsoby výuky CZ.1.07/1.5.00/ Matematika analytická geometrie. Mgr. Pavel Liška
Název projektu ICT podporuje moderní způsoby výuky Číslo projektu CZ.1.07/1.5.00/34.0717 Název školy Gymnázium, Turnov, Jana Palacha 804, přísp. organizace Číslo a název šablony klíčové aktivity IV/2 Inovace
VíceMENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného
VíceMENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA VEKTORY, MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného
VíceMETODOLOGIE HODNOCENÍ RŮSTU HORNÍ ČELISTI A OBLIČEJE PO ČASNÉ OPERACI ROZŠTĚPU RTU. Jana Velemínská Katedra antropologie a genetiky PřF UK v Praze
METODOLOGIE HODNOCENÍ RŮSTU HORNÍ ČELISTI A OBLIČEJE PO ČASNÉ OPERACI ROZŠTĚPU RTU Jana Velemínská Katedra antropologie a genetiky PřF UK v Praze METODOLOGIE HODNOCENÍ RŮSTU HORNÍ ČELISTI A OBLIČEJE PO
VíceMaturitní okruhy z matematiky - školní rok 2007/2008
Maturitní okruhy z matematiky - školní rok 2007/2008 1. Některé základní poznatky z elementární matematiky: Číselné obory, dělitelnost přirozených čísel, prvočísla a čísla složená, největší společný dělitel,
Více9 Prostorová grafika a modelování těles
9 Prostorová grafika a modelování těles Studijní cíl Tento blok je věnován základům 3D grafiky. Jedná se především o vysvětlení principů vytváření modelů 3D objektů, jejich reprezentace v paměti počítače.
VíceSlajdy k přednášce Lineární algebra I
Slajdy k přednášce Lineární algebra I Milan Hladík Katedra Aplikované Matematiky, Matematicko-fyzikální fakulta, Univerzita Karlova v Praze, http://kammffcunicz/~hladik 22 října 203 Intro Nejstarší zaznamenaná
VíceA[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz
1/15 ANALYTICKÁ GEOMETRIE Základní pojmy: Soustava souřadnic v rovině a prostoru Vzdálenost bodů, střed úsečky Vektory, operace s vektory, velikost vektoru, skalární součin Rovnice přímky Geometrie v rovině
Více9.1 Definice a rovnice kuželoseček
9. Kuželosečky a kvadriky 9.1 Definice a rovnice kuželoseček Kuželosečka - řez na kruhovém kuželi, množina bodů splňujících kvadratickou rovnici ve dvou proměnných. Elipsa parametricky: X(t) = (a cos t,
Více1 Připomenutí vybraných pojmů
1 Připomenutí vybraných pojmů 1.1 Grupa Definice 1 ((Komutativní) grupa). Grupou (M, ) rozumíme množinu M spolu s operací na M, která má tyto vlastnosti: i) x, y M; x y M, Operace je neomezeně definovaná
VíceMatematika pro geometrickou morfometrii
Matematika pro geometrickou morfometrii Václav Krajíček Vaclav.Krajicek@mff.cuni.cz Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Přednáška
VíceLinearní algebra příklady
Linearní algebra příklady 6. listopadu 008 9:56 Značení: E jednotková matice, E ij matice mající v pozici (i, j jedničku a jinak nuly. [...]... lineární obal dané soustavy vektorů. Popište pomocí maticového
VíceGymnázium Jiřího Ortena, Kutná Hora
Předmět: Cvičení z matematiky Náplň: Systematizace a prohloubení učiva matematiky Třída: 4. ročník Počet hodin: 2 Pomůcky: Učebna s dataprojektorem, PC, grafický program, tabulkový procesor Číselné obory
VíceDefinice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s
Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných
VíceHisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),
1 LINEÁRNÍ ALGEBRA 1 Lineární algebra Slovo ALGEBRA pochází z arabského al-jabr, což znamená nahrazení. Toto slovo se objevilo v názvu knihy islámského matematika Hisab al-džebr val-muqabala ( Věda o redukci
VíceMATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
VíceZáklady maticového počtu Matice, determinant, definitnost
Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n
VíceUčební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost
VíceMatematika pro geometrickou morfometrii (4)
Ján Dupej (jdupej@cgg.mff.cuni.cz) Laboratoř 3D zobrazovacích a analytických metod Katedra antropologie a genetiky člověka Přírodovědecká fakulta UK v Praze Opakování Warps Na spočtení potřebuji pouze
VíceTematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová
Tematický plán Vyučující: Ing. Joanna Paździorová 1. r o č n í k 5 h o d i n t ý d n ě, c e l k e m 1 7 0 h o d i n Téma- Tematický celek Z á ř í 1. Opakování a prohloubení učiva základní školy 18 1.1.
VíceMatice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.
Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,
Vícepříkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.
Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl
Více7 Transformace 2D. 7.1 Transformace objektů obecně. Studijní cíl. Doba nutná k nastudování. Průvodce studiem
7 Transformace 2D Studijní cíl Tento blok je věnován základním principům transformací v rovinné grafice. V následujícím textu bude vysvětlen rozdíl v přístupu k transformacím u vektorového a rastrového
VíceGymnázium Jiřího Ortena, Kutná Hora. Průřezová témata Poznámky. Téma Školní výstupy Učivo (pojmy) volné rovnoběžné promítání průmětna
Předmět: Matematika Náplň: Stereometrie, Analytická geometrie Třída: 3. ročník a septima Počet hodin: 4 hodiny týdně Pomůcky: PC a dataprojektor, učebnice Stereometrie Volné rovnoběžné promítání Zobrazí
VícePřehled vhodných metod georeferencování starých map
Přehled vhodných metod georeferencování starých map ČVUT v Praze, katedra geomatiky 12. 3. 2015 Praha Georeferencování historická mapa vs. stará mapa georeferencování umístění obrazu mapy do referenčního
VíceGeometrické transformace
1/15 Předzpracování v prostoru obrazů Geometrické transformace Václav Hlaváč, Jan Kybic Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/
VíceLineární algebra : Skalární součin a ortogonalita
Lineární algebra : Skalární součin a ortogonalita (15. přednáška) František Štampach, Karel Klouda frantisek.stampach@fit.cvut.cz, karel.klouda@fit.cvut.cz Katedra aplikované matematiky Fakulta informačních
VícePožadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků
Maturitní zkouška z matematiky 2012 požadované znalosti Zkouška z matematiky ověřuje matematické základy formou didaktického testu. Test obsahuje uzavřené i otevřené úlohy. V uzavřených úlohách je vždy
VíceSkalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.
6 Skalární součin Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy. Příklad: Určete odchylku přímek p, q : p : x =1+3t,
VíceZáklady matematiky pro FEK
Základy matematiky pro FEK 1. přednáška 22.9.2016 Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 19 Organizační pokyny přednášející:
VíceSouřadnicové prostory
Prostor objektu Tr. objektu Tr. modelu Prostor scény Souřadnicové prostory V V x, y z x, y z z -z x, y Tr. objektu V =V T 1 T n M Tr. modelu Tr. scény x, y Tr. pohledu Tr. scény Tr. pohledu Prostor pozorovatele
VíceMATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)
MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo
VíceMetamorfóza obrázků Josef Pelikán CGG MFF UK Praha
Metamorfóza obrázků 1998-2011 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Morphing 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 21 Metamorfóza obrázků -
Více8 Matice a determinanty
M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou
VícePOŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY
POŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY Bakalářský studijní program B1101 (studijní obory - Aplikovaná matematika, Matematické metody v ekonomice, Aplikovaná matematika pro řešení krizových situací)
VíceTEMATICKÝ PLÁN. září říjen
TEMATICKÝ PLÁN Předmět: MATEMATIKA Literatura: Matematika doc. RNDr. Oldřich Odvárko, DrSc., doc. RNDr. Jiří Kadleček, CSc Matematicko fyzikální tabulky pro základní školy UČIVO - ARITMETIKA: 1. Rozšířené
Více