A u. jsou po řadě počáteční a koncové body úsečky; t je parametr:

Rozměr: px
Začít zobrazení ze stránky:

Download "A u. jsou po řadě počáteční a koncové body úsečky; t je parametr:"

Transkript

1 1 Úvod Trangulace oblast má dnes využtí například v počítačové grafce nebo numercké matematce, kde základní algortmy pro výpočet parcálních dferencálních rovnc vyžadují rozdělení zadané souvslé oblast na množnu jednoduchých podoblastí, na nchž se parcální dferencální rovnce nahradí rovncem algebrackým. V našem případě budou daným jednoduchým podoblastm trojúhelníky (je možno využívat jné konvexní n-úhelníky). Mez nejčastěj používané algortmy patří tzv. metoda level setů a algortmus vrstvení. Samotný algortmus vrstvení probíhá následujícím způsobem: Vstupem je uspořádána množna křvek, které oblast ohrančují. Tyto okrajové křvky se postupně posouvají ve směru jejch normály dovntř zadané oblast. V každé terac vrstvení se vypočtou průsečíky posunutých křvek a mez nm se poté vytvoří nová vrstva. Nakonec se vznklý pruh mez mnulou a současnou vrstvou vyplní sítí trojúhelníků. Na výstupu pak bude množna trojúhelníku ndexy vrcholů a jejch souřadnce. Oblast může být ohrančena jakýmkolv druhem křvek; v prác se dále zaměříme pouze na úsečky a Bézerovy křvky, kterým se dá popsat celá řada oblastí. Od množny křvek se očekává, že budou zadány v pravotočvém směru. Implementace algortmu, kterou budeme v prác popsovat, je zjednodušením metody vrstvení. Od základního algortmu se lší v tom, že neposouváme původní hladké křvky a nepočítáme jejch průsečíky, což vede na řešení pomocí Newtonovy metody, vz [5], ale posouváme uzly dskretzace ležící na křvkách směrem dovntř oblast. Z výsledných bodů pak souborem několka pravdel, např. elmnujeme pseudoostré úhly, vytvářím jednotlvé trojúhelníky. Z nově přdaných vrcholů vytvoříme další vrstvu, na kterou pak teratvně aplkujeme opět stejný postup. Celý proces bude ukončen v momentě, kdy už nemá smysl pokračovat, např. počet bodů klesne pod předem stanovenou hodnotu. Metoda level setů je založena na mplctním popsu hrance oblast, které je obecnější než parametrcké. Další vrstvy jsou dány řešením evoluční dferencální rovnce vz [6]. Text bude rozdělen do následujících částí: V kaptole 2 více rozebereme jednotlvé křvky, jakým způsobem se zadávají, jejch základní vlastnost a více se budeme také věnovat způsobu, jak spočítat jejch délku. V kaptole 3 zavedeme některé pojmy, důležté pro pops sítě a jednotlvých vrstev, hlavní náplní bude ovšem pops metody vrstvení a to ve 2D. 4. kaptola pak bude věnována konkrétní mplementac algortmu. Jedná se hlavně o jednoduchý pops a návrh datových struktur, které jsou použty, a dále detalnější rozbor některých důležtých procedur. V poslední 5. kaptole pak uvedeme pár příkladů oblastí, na kterých byla metoda použta a některé problémy, kterým je třeba v budoucnu věnovat větší pozornost. 1

2 2 Křvky a operace s nm 2.1 Základní křvky V této kaptole se budeme věnovat podrobnějšímu rozboru jednotlvých geometrckých tvarů, které mohou ohrančovat oblast. Mohou být lbovolné; ovšem pro účely této práce byly zvoleny 2 druhy úsečka a Bézerova křvka Úsečka Úsečka je defnována jako podmnožna U prostoru R n A u, jejíž parametrcký předps je následující: U A v ={A v t R n : A, v R n, t 0,1 }, kde v je směrový vektor úsečky defnovaný: v R n ; v=b A. Body A, B R n jsou po řadě počáteční a koncové body úsečky; t je parametr: Celý algortmus vrstvení je založený na určování vzájemných poloh bodů a úseček, případně úhlů, které svírají. Proto zde uvedu několk základních defnc, vz [3], které se pro určování vzájemných poloh používají. Norma vektoru je zobrazení. : R n R, pro které platí následující 4 podmínky: ) v =0 v= 0; v R n ; 0={0,0,,0} ) v 0; v R n ) v = v ; R ; v R n v) u v u v ; u, v R n Dále budeme výhradně používat tzv. Eukledovskou normu, která je pro vektor u defnována: u R n ; u = u 1 2 u 2 2 u n 2. Skalární součn je zobrazení.,. : R n R n R, které dané dvojc vektorů u a v přřadí reálné číslo. Musí pro něj platt tyto podmínky: ) u v, w = u, w v, w ; u, v, w R n ) u, v = u, v ; R ; u, v R n ) u, v = v, u ; u, v R n v) v, v 0 ; v, v =0 v= 0 ; v R n ; 0={0,0,,0} Dále budeme výhradně používat Eukldův skalární součn vektorů u a v defnovaný následujícím způsobem: u, v R n ; u, v =u 1 v 1 u 2 v 2 u n v n. 2

3 Eukldova norma je ndukována Eukldovým skalárním součnem následovně: u = u, u. Úhel R svírající dva vektory u a v je defnován takto: u, v cos = u v. Pomocí těchto zobrazení a defnc jsme schopn spočítat úhel R, který svírají dvě úsečky U A u a V B v, které mají aspoň jeden společný bod. Do předchozího vzorce dosadíme směrové vektory úseček. U A u ={A u t R n : A, u R n, t 0,1 }, V B v ={B v s R n : B, v R n, s 0,1 }, u, v =arccos u v. Mějme vektor v R 2 : v= x, y, pak vektor u, kolmý na v v pravotočvém smyslu defnujeme takto: u= y, x Bézerova křvka Bézerova křvka je množna P t R n, která je určena řídícím polygonem, což je konečná posloupnost n bodů v P 0, P 1,,P n R n prostoru. Body na Bézerově křvce jsou dány tímto výrazem, vz [4]: n P t = P B n t ; t 0,1, kde B n =0 t jsou Bernstenovy polynomy, konstruované následujícím způsobem: kde kde B n t = n t 1 t n ; =0,, n, n n! = n!! ; n N, {0,1,,n}, 0!: N 0 N je faktorál a je defnovaný tímto předpsem: 0!=1, 1!=! 1, N. Pro lustrac mějme Bézerovu křvku zadanou 4 body, pak její Bernstenovy polynomy vypadají následujícím způsobem: 1. B 4 0 t = 1 t 3, 3

4 a výsledný tvar křvky je: B 1 4 t =t 1 t 2, B 2 4 t =t 2 1 t, B 3 4 t =t 3 P t =P 0 1 t 3 P 1 t 1 t 2 P 2 t 2 1 t P 3 t 3. Z defnce vyplývá, že Bézerova křvka vychází z prvního bodu řídícího polygonu, jelkož pro t=0: P t =P 0, a končí v posledním bodě polygonu t=1: P t = P n. Další důležtou vlastností křvky je to, že její tečna v počátku je spojncí prvního a druhého bodu řídícího polygonu a v koncovém bodu je její tečna ke spojncí posledního a předposledního bodu polygonu. Tyto vlastnost jsou lustrovány na Obrázku 2.1. Obrázek 2.1: Bézerova křvka 2.2 Výpočet délky křvky Pro obecný výpočet délky křvky je nejprve třeba defnovat několk dalších pojmů. Dervace funkce, vz [1]: Mějme funkc f x :R R, pak její dervace je funkce f ' x :R R, která v bodech svého defnční oboru nabývá hodnot, exstuje-l pravá strana rovnost: f ' x =lm h 0 Obdobně platí vztah pro dervac zleva. f x h f x ; x R. h Jednostranná dervace funkce zprava je defnována (opět za předpokladu exstence pravé strany): f x h f x f ' x = lm ; x R. h 0 h 4

5 Mějme funkc f x 1, x 2,, x n :R n R m, pak parcální dervace f podle x je defnovaná vztahem: f x 1,, x n =lm x h 0 f x 1,, x 1, x h, x 1,, x n f x 1,, x n h Opačným procesem k dervac je ntegrace. Potřebujeme k ní defnc prmtvní funkce: Funkce F x : R R se nazývá prmtvní funkcí k funkc f x : R R na otevřeném ntervalu I, když: x I : F ' x = f x. Prmtvní funkce F x : R R k zadané funkc f x : R R je jednoznačná až na konstantu a značíme j: f x dx=f x c ; c R. Levou stranu této rovnce nazveme neurčtým ntegrálem. Abychom ntegrál vůbec mohl najít, vyžaduje se spojtost funkce f(x) na ntervalu I. Dalším důležtým pojmem pro výpočet délky křvky je určtý ntegrál. Buď funkce f omezená v ntervalu a,b ; tzn., že exstují čísla m,m R taková, že: m f x M ; x a,b. Pro každé dělení D ntervalu a, b označme: Dělení ntervalu a,b je defnováno takto: D : a=x 0 x 1 x n 1 x n =b. a, =1, 2,, n. Je dána funkce f x :R R, pak aby byla funkce dferencovatelná na ntervalu I R : I= a,b, musí být splněny následující tř podmínky: 1. x a, b f ' x R 2. f ' a R 3. f ' b R n s D = k=1 nf f x x x k 1, x k x x k k 1 n S D = k=1 sup f x x x k 1, x k x x. k k 1 resp.: Dolním (resp. horním) Remannovým ntegrálem funkce f od a do b, rozumíme číslo: b a b a f x dx=s up {s D : D je dělení a,b }, f x dx=nf {S D : D je dělení a,b }. 5

6 Platí-l: b a b f x dx= a pak nazýváme toto číslo Remannovým ntegrálem funkce f od a do b a značíme: b a f x dx. f x dx, Máme-l graf nezáporné funkce f(x), pak hodnota Remannova ntegrálu odpovídá obsahu plochy mez funkcí f(x) a osou x. Pokud funkce leží pod osou x, je hodnota ntegrálu záporná. Nyní jsme schopn spočítat délku lbovolné křvky na ntervalu I a,b. Mějme funkc f(x) dferencovatelnou na a, b, Její délka pak odpovídá následujícímu ntegrálu: Pokud máme křvku : I R m zadanou parametrcky následujícím způsobem: = 1 t, 2 t,, m t, t a, b, kde t jsou dferencovatelné na a,b, pak její délka na ntervalu I a,b je rovna tomuto ntegrálu: b 1 [ f ' x ] 2. a b [ ' 1 t ] 2 [ ' 2 t ] 2 [ ' m t ] 2 dt. a Specálně délka úsečky U A u je dána normou jejího směrového vektoru v. Avšak pro obecnou Bézerovu křvku neznáme obecný analytcký předps, jak vypočítat tento ntegrál. Mějme pro náš případ Bézerovu křvkou v 2D zadanou n body. Její parametrcká rovnce pak vede na tvar: n x t, y t = P t = P B n t ; t 0,1, =0 kde x(t) a y(t) jsou polynomy stupně n. Jejch dervace bude tedy polynom stupně maxmálně n 1. Pokud tento polynom dosadíme do vzorce pro výpočet délky křvek, dostáváme pod odmocnnou polynom stupně maxmálně 2n 2: 1 k 0 k 1 t k 2 t 2 k t 2n 3 2n 3 k t 2n 2 2n 2 dt=? ; k k, k R. 0, 1, 2n 2 0 A zde vznká problém, obecně tento ntegrál totž analytcky řešt nelze. Jsme tedy nucen řešt danou úlohu numercky. Jedna z možností je aproxmovat Bézerovu křvku pomocí krátkých úseček, kdy délku 6

7 odhadneme jako součet délek těchto úseček. Pokud délka těchto dskretzovaných úseček půjde k nule, pak se lmtně blížíme k délce křvky. Křvku dskretzujeme za pomocí parametru t. Jelkož t 0, 1 stačí zvolt dskretzační krok t, se kterým budeme nterval dělt. Buď tedy D dskretzací defnčního oboru Bézerovy křvky. Pak platí: D = t 0, t 1,,t n : t = t, =0,1,,n U Bézerovy křvky je nutno počítat s dostatečně malým t, jelkož pokud nterval 0,1 dělíme na stejné díly, neznamená to, že jsme schopn stejnoměrně rozdělt křvku vz Obrázek 2.2, kde t=0,05. n k 0 =1 P t P t k 0 k 1 t k 2 t 2 k 2n 3 t 2n 3 k 2n 2 t 2n 2 dt. Obrázek 2.2: Dskretzace Bézerovy křvky pomocí parametru t 3 Metoda vrstvení V této kaptole popíšeme jednu z nejpoužívanějších metod na trangulac 2D oblastí. Nejprve je ovšem třeba defnovat několk pojmů, které popsují vlastnost oblast, kterou chceme dskretzovat, a vlastnost celé sítě. Defnce jsou převzaty z [2]. 3.1 Defnce Vektorovou funkcí z rozumíme zobrazení z R n R m do R n. R m Křvkou zadanou parametrcky v, dále jen křvka, rozumíme každou spojtou vektorovou funkc: : I R m, kde I =D R je nterval. křvky Množnu = I ={ t :t I } R m pak nazýváme geometrckým obrazem. 7

8 Křvku nazýváme: 1. jednoduchou, je-l prosté; 2. uzavřenou, je-l I = a,b a,b R ; a b a navíc a = b ; 3. jednoduchou uzavřenou, je-l uzavřená a platí: t 1,t 2 a,b, 0 t 1 t 2 b a t 1 t 2. D Dskretzací defnčního oboru křvky : I R m, I = a,b nazveme tuto konečnou uspořádanou množnu bodů: D = t 1, t 2,,t n kde t I, =1,2,,n ; a=t 1 t 2 t n =b. Množnu R n nazýváme oblastí, je-l současně : 1. je otevřená: x U x : x U x U 2. je souvslá: Každé dva body lze spojt křvkou v ; přesněj pro každé dva body, exstuje křvka : a, b R n taková, že a = a b =. Hrance oblast značíme. Uzávěr oblast je množna všech bodů prostoru R m, jejchž lbovolné okolí U má s oblastí neprázdný průnk: ={x R m : U x,u x } platí, že =. Nechť je jednoduchá uzavřená křvka v R 2. Pak exstují oblast 1, 2 R 2 takové, že: 1. R 2 = 1 2, =, 3. 1 = 2 =, 4. 1 je omezená a 2 je neomezená v R 2. Oblast 1 = nt nazýváme vntřkem křvky, oblast 2 =ext se nazývá vnějšek křvky. Oblast nazveme jednoduše souvslou, pokud platí pro každou uzavřenou křvku : : a, b R 2 nt. R 2 Vrstvou v sít označíme posloupnost bodů z. 8

9 Element (prvek) sítě označme, v našem případě půjde o trojúhelník. Dskretzační síť defnujeme: ={K : =0,1,,n} K kde K jsou trojúhelníkové elementy sítě, které pokrývají dskretzovanou oblast: dom = K. =0 a každé dva různé K, K j mají buď právě jednu společnou hranu, nebo právě 1 společný vrchol nebo K K j =. Snažíme se o to, aby dom, což nelze např. pro nepolygonální. n 3.2 Vrstvení ve 2D Na vstupu algortmu máme zadanou uspořádanou množnu křvek zadaných parametrcky v pravotočvém smyslu, které ohrančují zvolenou konvexní jednoduše souvslou oblast R 2 : = 1, 2,, n kde : I R 2 jsou křvky. Pro množnu musí platt toto pravdlo: Nechť I = a,b : {1,,n}, pak {1,,n 1} b = 1 a 1 n b n = 1 a 1 Jným slovy křvka musí vycházet z posledního bodu předcházející křvky a poslední křvka musí končt v počátečním bodu první křvky Krok 1: Vytvoření základní vrstvy Dalším krokem v našem algortmu je vytvoření základní vrstvy V 0 z množny n křvek. Máme zadanou V 0 : délku úseček, na kterou chceme zadané křvky dskretzovat. Základní vrstvu lze popsat následujícím způsobem: Nechť D = t 1,, t m je dskretzací defnčního oboru křvky : I R 2, pak platí pro vrstvu: V 0 ={ 1 t 1 1, 1 t 1 2,, 1 t 1 m1, 2 t 2 2,, 2 t 2 m2,, n t n n 2,, n t mn 1 }. Jak je vdět, tak z první křvky načteme všechny body, z dalších pak vynecháme jejch počátky a z poslední křvky vynecháme navíc její koncový bod, to vše kvůl tomu, že křvky na sebe navazují. Body v 0 1 = 1 t 1 1 až v 0 n k = n t mn 1 označíme jako vrcholy ve vrstvě V 0. Mějme tedy vrchol v j pak symboly v j 1 a v j 1 jsou myšleny předcházející a následující vrcholy ve stejné vrstvě. Tímto jsme s ze zadaných vstupních křvek vytvořl základní vrstvu, z ní pak začneme 9

10 postupně vytvářet další vrstvy, přčemž použjeme níže popsaný soubor pravdel Krok 2: Výpočet úhlů Mějme tedy vrstvu V s vrcholy v 1,,v k, k N, jako další spočítáme úhly u jednotlvých vrcholů. Tzn. u vrcholu v j úhel, který svírají směrový vektor úsečky určené body v j 1 a v j a směrový vektor úsečky daný body v j a v j 1. Postup je podrobněj popsán v kaptole 2. Abychom generoval téměř rovnostranné trojúhelníky, zkušenost ukázala, že je vhodné rozlšovat následující úhly: ) pseudoostrý úhel α: 0 2 5, ) pseudotupý úhel α: , ) pseudopřímý úhel α: Díky předpokládané konvexnost oblast není třeba uvažovat další možné hodnoty úhlů Krok 3: Rušení nevhodných vrcholů Nejprve z vrstvy vyškrtneme všechny vrcholy, u kterých jsou ostré úhly (vz Obrázek 3.1). Předpokládejme, že ve vrstvě V je ostrý úhel u vrcholu v j, pak do dskretzační sítě přdáme element K určený vrcholy v j 1,v j,v j 1, vyškrtneme vrchol v j z V vrstvy a dále pak přepočítáme úhly u vrcholů v j 1 a. v j 1 Obrázek 3.1: Zrušení pseudoostrého úhlu ve vrstvě Pak z vrstvy vyškrtneme takovou dvojc po sobě jdoucích vrcholů, kde u obou vrcholů je tupý úhel. Mějme tedy takové dva vrcholy v j,v j 1 ve vrstvě V. Mez body v j 1, v j 2 vytvoříme úsečku a její střed S přdáme do vrstvy. Z vrstvy vyškrtneme body v j, v j 1 a přepočítáme nové úhly. Do dskretzační sítě pak přdáme tyto tř elementy: K 1 určený vrcholy v j 1, v j, S, K 2 určený vrcholy v j, v j 1, S, určený vrcholy v j 1, v j 2, S. K 3 10

11 Celý postup je opět lustrován na Obrázku 3.2. Obrázek 3.2: Zrušení dvou po sobě jdoucích pseudotupých úhlů ve vrstvě Oba kroky, př kterých rušíme vrcholy, se provádí do té doby, dokud ve vrstvě jsou přítomny vrcholy, které splňují hledané podmínky. Pokud takové vrcholy jž nejsou, můžeme přkročt k tvorbě další vrstvy Krok 4: Vytvoření nové vrstvy Vrcholy procházíme postupně od prvního až k poslednímu a podle úhlů vytváříme body v další vrstvě V k. Mohou nastat tyto dvě možnost: 1. Úhel α u vrcholu ve vrstvě je pseudopřímý, 2. Úhel α u vrcholu ve vrstvě je pseudotupý. Pseudopřímý Nechť úhel α je pseudopřímý, pak rozlšíme tř případy: a) vrchol v j je první ve vrstvě V, b) vrchol v j není an první, an poslední ve vrstvě, c) vrchol je poslední ve vrstvě. v j Postup přdávání bodů do vrstvy je pro všechny případy totožný, lší se pouze elementy, které poté přdáme do naší dskretzační sítě. Buď vektor n normálovým vektorem k vektoru u=v j 1 v j. Postup, jak přesně vypočítat jeho souřadnce, je podrobně popsán v kaptole 2. Vektor n přenásobíme číslem k R tak, aby platlo: kde d je délka úsečky, na vznklý element určený tedy spočítáme: V k v j v j v j V V V V k n = 3 2 d, které chceme síť dskretzovat. Hodnotu k počítame tak, aby, v j 1, P vrcholy byl rovnostranný. Nový vrchol P ve vrstvě P =v j 1 2 u k n. 11

12 v j,v j 1 Jným slovy, ze středu úsečky určené body vedeme kolmc dovntř oblast a na ní ve vzdálenost k n pak nalezneme bod P. Postup je načrtnut na Obrázku 3.3: Obrázek 3.3: Přdání nového vrcholu u pseudopřímého úhlu Nyní rozebereme, které elementy přdat do naší sítě v závslost na pozc vrcholu vrstvě, vz Obrázky 3.4.a-d. Ad a) Přdáme pouze jeden element K daný vrcholy v j, v j 1, P. v j ve Obrázek 3.4.a: Přdání elementu na počátku vrstvy Ad b) Jelkož jsme uprostřed vrstvy, pak jž v některém z předchozích kroků musel být přdaný nějaký vrchol do nové vrstvy V k, označme jej Q. Pak přdáme dva elementy: K 1 určený vrcholy v j,v j 1, P a určený vrcholy, P,Q. K 2 v j Obrázek 3.4.b: Přdání elementů uprostřed vrstvy Ad c) Opět máme vrchol Q, pak v tomto případě je třeba rozlšt dva případy: 1. Úhel u prvního vrcholu ve vrstvě V je pseudopřímý, 2. Úhel u prvního vrcholu ve vrstvě je pseudotupý. V 12

13 V prvním případě označme R první vrchol přdaný do vrstvy, pak přdáme tyto 3 elementy, vz Obrázek 3.4.c: K určený vrcholy P,v j,q 1, K 2 určený vrcholy v j, P,v 1 a K 3 určený vrcholy P, v 1, R. V k Obrázek 3.4.c: Přdání elementů na konc vrstvy (následuje pseudopřímý) Ve druhém případě opět označíme R první vrchol přdaný co vrstvy, pak abychom zaručl požadovanou rovnostrannost elementů, přepočítáme souřadnce bodu R za pomocí bodu P takto: R nový = R původní P 2 Nový bod R bude tedy ležet ve středu úsečky dané body R a P. Bod P do nové vrstvy jž nepřdáme, vz Obrázek V k Do sítě přdáme potom tyto dva elementy (Q je opět poslední přdaný vrchol v nové vrstvě): K 1 určený vrcholy Q,v j, R, určený vrcholy, R,v 1. K 2 Celý postup opět znázorněn na Obrázku 3.4.d. Obrázek 3.5: Přepočítání souřadnc prvního bodu vrstvy v j 13

14 Obrázek 3.4.d: Přdání elementů na konc vrstvy (následuje pseudotupý) Pseudotupý Mějme úhel α pseudotupý, pak rozlšujeme tř případy: a) vrchol v je první ve vrstvě, j V b) vrchol v j je uvntř vrstvy V, c) vrchol je poslední ve vrstvě. v j V Ad a) Vypočteme první vrchol P a zařadíme jej do nové vrstvy (nepřdáme elementy!): Mějme vektor u=v j 1 v j 1, spočítáme k němu normálový n vektor, přenásobíme jeho souřadnce číslem k R, tak aby: k n =d. kde d, je zadaná délka dskretzované úsečky. Vektor přenásobíme, protože chceme, aby se elementy sítě co nejvíce blížly rovnostranným trojúhelníkům (lustrováno na Obrázku 3.6). Pro vrchol P pak platí: P =v j k n. Zároveň pak přblžně platí následující rovnost: P v j v j 1 v j v j v j 1 Obrázek 3.6: Výpočet souřadnc bodu P Ad b) Obdobným postupem jako v předchozím případě spočítáme vrchol P. Jelkož jsme uprostřed vrstvy, tak jsme někdy v mnulost musel do nové vrstvy přdat jž nějaký 14

15 vrchol. Opět označme tedy poslední vrchol v nové vrstvě Q, jeho souřadnce přepočítáme takto: Q nový = Q P původní. 2 Vrchol P nepřdáme do nové vrstvy. Do sítě pak přdáme element určený vrcholy v j,q,v j 1, vz Obrázek 3.7. Obrázek 3.7: Přdání elementu (pseudotupý úhel uprostřed vrstvy) Ad c) Pokud jsme na konc vrstvy, pokračujeme stejně jako v předchozím případě. Nechť R je první bod v nové vrstvě, pak přdáme následující elementy, vz Obrázek 2.8: K 1 určený vrcholy v j, Q, v 1, K 2 určený vrcholy Q,v 1, R. Obrázek 3.8: přdání elementů (pseudotupý úhel na konc vrstvy) Tento soubor pravdel aplkujeme na vrstvy, dokud počet bodů ve vrstvě neklesne pod 7. Pak už jednoduše vyplníme tuto malou vrstvu elementy a vrstvení ukončíme Krok 5: Dělení na podvrstvy Během algortmu může docházet k tomu, že se nám nově přdávaná vrstva rozdělí na dvě nebo více podvrstev. Zde tedy navrhneme, jak tento problém řešt. Algortmus popíšeme v pseudoprogramátorském jazyce. 15

16 Mějme zásobník Z, do kterého ukládáme vrstvy. Na počátku do zásobníku vložíme vrstvu V 0. Do zásobníku budeme postupně ukládat všechny nové vrstvy, které je ještě třeba dále zpracovávat (počet vrcholů ve vrstvě je menší než 7). Vstup: V 0 = v 0 1,, v n0 kde n 0 je počet vrcholů ve vrstvě V 0. Výstup: dskretzovaná síť. k = 0; whle (Z neprázdný) { nact_vrstvu_z_vrcholu_zasobnku ( V k ) vrstven ( V k ) k = k + 1; } V k vrstven ( ) f ( n k 7 ) return; else { whle (!rozdel ( V k )) ; vytvor_novou_vrstvu( W, ) //prdavan elementu do vloz_vrstvu_do_zasobnku( W ) } V k rozdel ( ) for =1,,n k 2 for j= 3,,n k //horní mez se může lšt f ( v k j v k 2d ) { vytvor_podvrstvu( X ) vloz_vrstvu_do_zasobnku( X ) vyskrtn_body( V k ) return true; } return false; } 16

17 vytvor_novou_vrstvu( W, ) Zde používáme veškeré kroky, které jsou popsány v kaptole 3. Hlavní procedura, ve které se vytváří elementy a přdávají se do sítě. V k rozdel( ) V této část kontrolujeme, jestl se body ve vrstvě k sobě nepřblížly natolk, že pokud bychom na ně aplkoval proceduru vytvor_novou_vrstvu(), tak by se nová vrstva protínala. Pokud toto nastane, pak vrstvu rozdělíme na dvě. Meze ve druhém for cyklu nastavíme vždy tak, aby se zkoumaný vrchol neporovnával s dvěma následujícím a dvěma předchozím vrcholy. vytvor_podvrstvu( X ) Podvrstvu vytvoříme takto: Nechť v k j v k 2d Pokud, pak do podvrstvy vložíme všechny body v k j v k d v k k,,v j : k k A z vrstvy V k vyškrtneme body v 1,,v j 1, vrstva pak bude vypadat následovně: V k = v k 1,,v k,v k k j,,v nk. Musíme pak sesypat ndexy, ať na sebe navazují. Pokud d v k j v k 2d, pak je postup obdobný, pouze budeme uvažovat navíc střed S k úsečky dané body v j a. Vrstvy X a pak vypadají takto: v k X = v k k, v 1,,v k j,. V k X = v k k,v 1,,v k j, S, V k = v k 1, v k 2,,v k,s,v k k j,,v nk. Oba dva případy jsou lustrovány na Obrázcích 3.9 a Obrázek 3.9 Dělení vrstvy bez středu 17

18 Obrázek 3.10: Dělení vrstvy se středem 4 Implementace Samotný algortmus vrstvení není na pohled přílš složtý, ovšem př jeho mplementac může docházet k řadě komplkací a problémů, které je třeba mít na pamět. Některé z nch hlouběj probereme v této kaptole a zároveň navrhneme jejch možné řešení. Jedná se už o čstě techncké věc týkající se samotného naprogramování. 4.1 Datové struktury a třídy V této podkaptole uvedeme výčet nejdůležtějších datových struktur, které byly použty př mplementac algortmu. U většny struktur jsou uvedeme nejdůležtější proměnné a metody. struct Bod {double x,y;} Jednoduchá struktura, k uložení x-ových a y-ových souřadnc bodů. struct Body { nt pocet; Bod* data; double* uhly; bool* zrust; } Datová struktura, která má reprezentovat jednotlvé vrstvy. Je v ní třeba uchovávat pole souřadnc všech bodů (proměnná data). Dále jejch aktuální počet, jelkož v průběhu algortmu dochází stuacím, kdy mohou být jednotlvé body vypouštěny z vrstvy. K rušení bodů z vrstvy slouží proměnná zrust. Jedná se o pole příznaků, zda s body v dalším průběhu algortmu ještě počítat nebo ne. Body nelze prostě jen vymazat, jelkož mohou být součástí některého z trojúhelníků, který jž byl vytvořen jedné z mnulých terací vrstvení. Díky tomuto je nutné, 18

19 aby třída Body byla schopná řešt posun na sousední body ve vrstvě. Jným slovy pokud mám zadaný ndex některého z bodu ve vrstvě, tak vrstva musí rozpoznat předchozí a následující bod a to pouze z těch, které jsou ještě platné (příznak zrust je false). Je to potřeba hlavně kvůl počítání úhlů ve vrstvě a zároveň pro určení vzájemných vzdáleností mez jednotlvým body. Poslední je proměnná uhly, která uchovává nformace o úhlech v dané vrstvě. Hodnota uhly[] je úhel v -tém bodě ve vrstvě, který svírají spojnce -tého bodu s předchozím a s následujícím bodem ve vrstvě. struct Trojuhelnk {nt vrcholy[3][2]}; Struktura, ve které jsou uloženy nformace o trojúhelníku tak, že první ndex ve vrcholy [][j] určuje vrchol trojúhelníku. Druhý ndex určuje jednak číslo vrstvy, ve které se daný bod nachází (j = 0) a také ndex bodu ve vrstvě (j = 1). class Krvka { double krok; double delka; Body body; vrtual delka_krvky(); vrtual dskretzuj(); } Základní třída pro nám uvažované typy křvek, které mohou ohrančovat zadanou oblast. Proměnná krok je defnovaná pro všechny křvky stejně. Je načtena ze vstupního souboru a určuje délku úseček, na které se okrajové křvky mají dskretzovat; delka určuje celkovou délku křvky a pole body je pole dskretzovaných bodu křvky. Každá odvozená třída s musí sama defnovat, jakým způsobem spočítat její délku (procedura delka_krvky), a také proces, kterým se bude dskretzovat na jednotlvé úsečky (procedura dskretzuj). Přdat do programu další typ křvky znamená vytvoření nové odvozené třídy ke třídě Krvka. class Bezer : publc Krvka {} class Usecka : publc Krvka {} 4.2 Procedury nact_krvky() Tato procedura je zde uvedena jen kvůl formátu vstupních dat. Geometrcké tvary jsou 19

20 načítány ze souboru data.txt. Na prvním řádku bude uvedena délka úsečky, na kterou se zadané geometrcké tvary mají dskretzovat. Toto číslo zároveň udává přblžnou vzdálenost dvou vrstev. Na dalším řádku je uveden počet křvek, které požadovanou postupně popsují hranc oblast v pravotočvém směru. Na dalších řádcích jsou pak vypsány samotné křvky a to následujícím způsobem: Jako první je uvedený počet řídících bodů, které křvku určují. Pro úsečku je tato hodnota rovna dvěma a pro Bézerovu křvku je jakákolv větší a udává počet bodů řídícího polygonu. Dále na řádku následují x-ové a y-ové souřadnce těchto bodů (nejprve x-ová souřadnce prvního bodu, pak jeho y-ová souřadnce a pak souřadnce dalších bodů). Jsou odděleny mezeram. Na Obrázku 4.1 je uveden krátký příklad možného vstupního souboru, kde délka dskretzované úsečky je 10 a oblast je ohrančena dvěma Bézerovým křvkam a dvěma úsečkam. Oblast je svým tvarem podobná ležaté osmčce. Obrázek 4.1: Příklad vstupního souboru dskretzuj() Pro úsečku není třeba uvádět příklad její dskretzace, stačí s zvolt t, dosadt do rovnce úsečky a spočítat dskretzované body. Pokud máme Bézerovu křvku, tak je celá procedura komplkovanější. Algortmus je popsán na Obrázku 4.2. Budeme chtít Bézerovu křvku dskretzovat na co nejmenší úseky. Buď tedy D dskretzací defnčního oboru Bézerovy křvky P : I R 2. Pro jednotlvé body dskretzace bude platt následující: D = t 0, t 1,,t n : t = t, =0,1,,n Zvolíme s tedy hodně malé t. V našem případě, kdy délka křvky odpovídala řadově stovkám, jsme nastavl hodnotu t=0,0001. Po tomto rozdělení křvku spočítáme délky jednotlvých úseků, čímž dostáváme přblžný odhad celkové délky křvky. Nyní je tedy potřeba křvku dskretzovat na posloupnost úseček, kde délka každé z nch přblžně odpovídá délce d načtené ze vstupního souboru. Prvním bodem v naší dskretzační sít bude počátek křvky. Od něj pak dále postupně sčítáme délky malých úseků a pokud hodnota tohoto součtu překročí zadanou délku d, vložíme koncový bod úseku do naší sítě. A znova začneme sčítat délky křvek. To vše uděláme pro všechny úseky a na konc do sítě vložíme koncový bod křvky. 20

21 Obrázek 4.2: Algortmus dskretzace Bézerovy křvky Musíme ovšem dát pozor, aby poslední úsečka nebyla moc krátká (menší než polovna vstupní délky). Pokud toto nastane, nevkládáme předposlední bod, ale pouze koncový. Bude to lustrováno na Obrázku 4.3. Obrázek 4.3: Dskretzace Bézerovy křvky (vlevo bod přílš blízko konc, vpravo oprava) vrstven() Toto je hlavní procedura, která provádí algortmus vrstvení podrobně popsaný v 2. kaptole. zaps_do_souboru() Na výstup je prováděný do souboru troj.txt, a to v tomto formátu. Zapsujeme souřadnce všech trojúhelníků, které jsme během vrstvení vytvořl. Na jednom řádku bude vždy nejprve x-ová souřadnce prvního vrchol následovaná jeho y-ovou souřadnc. Dále pak budou souřadnce druhého a třetího vrcholu. Další trojúhelníky začneme zapsovat až na další řádek. 21

22 5 Příklady Zde uvedené příklady jsou pro oblast, kde nedochází k dělení na podvrstvy. Samotné dělení je ještě třeba v programu doladt. Obrázek 5.1: Dskretzace oblast zadané úsečkam Obrázek 5.2: Dskretzace oblast zadané Bézerovým křvkam 22

23 6 Závěr V této prác jsme se věnoval problematce trangulace 2-dmenzonální (2D) oblast, která byla zadaná svým okrajovým křvkam. Vysvětll jsme prncp jednoho ze základních algortmů, které se na trangulac používají, algortmu vrstvení. Popsal jsme jednu z možných mplementací daného algortmu a předestřel řešení některých problémů, které př ní mohou vyvstat. V prác můžeme dále pokračovat a to buď vrstvením ve 3-dmenzonálním prostoru nebo se zabývat přímo metodou level-setů. 23

24 7 Zdroje: [1] J. Bouchala - Matematcká analýza 1, VŠB-TU Ostrava, [2] J. Bouchala - Matematcká analýza 3 dferencální a ntegrální počet vektorových funkcí, VŠB-TU Ostrava, [3] Z. Dostál - Lneární algebra, VŠB-TU Ostrava, [4] F. Ježek - Geometrcké a počítačové modelování, Západočeská unverzta v Plzn, [5] J. Schoeberl - NETGEN: An advancng front 2D/3D-mesh generator based on abstract rules, Computng and Vsualzaton n Scence 1, str , [6] J.A. Sethan Level Set Methods and Fast Marchng Methods, Cambrdge Unverzty Press,

Matematika I A ukázkový test 1 pro 2018/2019

Matematika I A ukázkový test 1 pro 2018/2019 Matematka I A ukázkový test 1 pro 2018/2019 1. Je dána soustava rovnc s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napšte Frobenovu větu (předpoklady + tvrzení). b) Vyšetřete

Více

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek 25. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Ivana Lnkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE Abstrakt Příspěvek prezentuje B-splne křvku a Coonsovu, Bézerovu a Fergusonovu kubku jako specální případy

Více

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První Numercká matematka 1 Parabolcké rovnce Budeme se zabývat rovncí t = D u x (1) tato rovnce určuje chování funkce u(t, x), která závsí na dvou proměnných. První proměnná t mívá význam času, druhá x bývá

Více

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla KOMPLEXNÍ ČÍSLA Příklad Řešte na množně reálných čísel rovnc: x + = 0. x = Rovnce nemá v R řešení. Taková jednoduchá rovnce a nemá na množně reálných čísel žádné řešení! Co s tím? Zavedeme tzv. magnární

Více

u (x i ) U i 1 2U i +U i+1 h 2. Na hranicích oblasti jsou uzlové hodnoty dány okrajovými podmínkami bud přímo

u (x i ) U i 1 2U i +U i+1 h 2. Na hranicích oblasti jsou uzlové hodnoty dány okrajovými podmínkami bud přímo Metoda sítí základní schémata h... krok sítě ve směru x, tj. h = x x q... krok sítě ve směru y, tj. q = y j y j τ... krok ve směru t, tj. τ = j... hodnota přblžného řešení v uzlu (x,y j ) (Possonova rovnce)

Více

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2 Dokumentace k projektu pro předměty IZP a IUS Iterační výpočty projekt č.. lstopadu 1 Autor: Mlan Setler, setl1@stud.ft.vutbr.cz Fakulta Informačních Technologí Vysoké Učení Techncké v Brně Obsah 1 Úvod...

Více

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla KOMPLEXNÍ ČÍSLA Příklad 1 Řešte na množně reálných čísel rovnc: x + = 0. x = Rovnce nemá v R řešení. Taková jednoduchá rovnce a nemá na množně reálných čísel žádné řešení! Co s tím? Zavedeme tzv. magnární

Více

Numerická matematika A

Numerická matematika A Numercká matematka A 5615 A1 Máme dánu soustava lneárních rovnc tvaru AX = B, kde 4 1 A = 1 4 1, B = 1 a Zapíšeme soustavu rovnc AX = B ve tvaru upravíme a následně (L + D + P X = B, DX = (L + P X + B,

Více

2. Definice pravděpodobnosti

2. Definice pravděpodobnosti 2. Defnce pravděpodobnost 2.1. Úvod: V přírodě se setkáváme a v přírodních vědách studujeme pomocí matematckých struktur a algortmů procesy dvojího druhu. Jednodušší jsou determnstcké procesy, které se

Více

MODELOVÁNÍ A SIMULACE

MODELOVÁNÍ A SIMULACE MODELOVÁNÍ A SIMULACE základní pojmy a postupy vytváření matematckých modelů na základě blancí prncp numerckého řešení dferencálních rovnc základy práce se smulačním jazykem PSI Základní pojmy matematcký

Více

8a.Objektové metody viditelnosti. Robertsův algoritmus

8a.Objektové metody viditelnosti. Robertsův algoritmus 8a. OBJEKOVÉ MEODY VIDIELNOSI Cíl Po prostudování této kaptoly budete znát metody vdtelnost 3D objektů na základě prostorových vlastností těchto objektů tvořt algortmy pro určování vdtelnost hran a stěn

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

Více

Maticová exponenciála a jiné maticové funkce

Maticová exponenciála a jiné maticové funkce Matcová exponencála a jné matcové funkce Motvace: Jž víte, že řešením rovnce y = ay, jsou funkce y(t = c e at, tj exponencály Pro tuto funkc platí, že y(0 = c, tj konstanta c je počáteční podmínka v bodě

Více

LOGICKÉ OBVODY J I Ř Í K A L O U S E K

LOGICKÉ OBVODY J I Ř Í K A L O U S E K LOGICKÉ OBVODY J I Ř Í K A L O U S E K Ostrava 2006 Obsah předmětu 1. ČÍSELNÉ SOUSTAVY... 2 1.1. Číselné soustavy - úvod... 2 1.2. Rozdělení číselných soustav... 2 1.3. Polyadcké číselné soustavy... 2

Více

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Markéta Brázdová 1 Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Klíčová slova: odbavování záslek, centrum grafu, vážená excentrcta vrcholů sítě, časová náročnost odbavení záslky, vážená

Více

Energie elektrického pole

Energie elektrického pole Energe elektrckého pole Jž v úvodní kaptole jsme poznal, že nehybný (centrální elektrcký náboj vytváří v celém nekonečném prostoru slové elektrcké pole, které je konzervatvní, to znamená, že jakýkolv jný

Více

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10

SIMULACE. Numerické řešení obyčejných diferenciálních rovnic. Měřicí a řídicí technika magisterské studium FTOP - přednášky ZS 2009/10 SIMULACE numercké řešení dferencálních rovnc smulační program dentfkace modelu Numercké řešení obyčejných dferencálních rovnc krokové metody pro řešení lneárních dferencálních rovnc 1.řádu s počátečním

Více

Statika soustavy těles v rovině

Statika soustavy těles v rovině Statka soustavy těles v rovně Zpracoval: Ing. Mroslav yrtus, Ph.. U mechancké soustavy s deálním knematckým dvojcem znázorněné na obrázku určete: počet stupňů volnost početně všechny reakce a moment M

Více

2.5. MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC

2.5. MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC 25 MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC V této kaptole se dozvíte: jak lze obecnou soustavu lneárních rovnc zapsat pomocí matcového počtu; přesnou formulac podmínek řeštelnost soustavy lneárních rovnc

Více

FERGUSONOVA KUBIKA. ( u) ( ) ( ) X s X s. Kubický spline C 2 má dva stupně volnosti Q 1 Q 2

FERGUSONOVA KUBIKA. ( u) ( ) ( ) X s X s. Kubický spline C 2 má dva stupně volnosti Q 1 Q 2 FERGUSONOVA KUBIKA C F F F ( u) = Q F ( u) + Q F ( u) + Q F ( u) + Q F ( u), u F ( u) = u ( u) = u + ( u) = u u ( u) = u u u + u + u Q Q Q Q C napojení Fergusonových kubk Kubcký splne C má dva stupně volnost

Více

METRICKÉ A NORMOVANÉ PROSTORY

METRICKÉ A NORMOVANÉ PROSTORY PŘEDNÁŠKA 1 METRICKÉ A NORMOVANÉ PROSTORY 1.1 Prostor R n a jeho podmnožiny Připomeňme, že prostorem R n rozumíme množinu uspořádaných n tic reálných čísel, tj. R n = R } R {{ R }. n krát Prvky R n budeme

Více

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN V dokumentu 7a_korelacn_a_regresn_analyza jsme řešl rozdíl mez korelační a regresní analýzou. Budeme se teď věnovat pouze lneárnímu vztahu dvou velčn, protože je nejjednodušší

Více

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u.

Poznámka. V některých literaturách se pro označení vektoru také používá symbolu u. Vektory, operace s vektory Ž3 Orientovaná úsečka Mějme dvojici bodů, (na přímce, v rovině nebo prostoru), které spojíme a vznikne tak úsečka. Pokud budeme rozlišovat, zda je spojíme od k nebo od k, říkáme,

Více

1 Báze a dimenze vektorového prostoru 1

1 Báze a dimenze vektorového prostoru 1 1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější

Více

Literatura: Kapitola 5 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

Literatura: Kapitola 5 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího. Předmět: MA4 Dnešní látka: Metoda sítí pro 2D úlohy. Possonova rovnce. Vlnová rovnce. Rovnce vedení tepla. Lteratura: Kaptola 5 ze skrpt Karel Rektorys: Matematka 43, ČVUT, Praha, 2. Text přednášky na

Více

3.2. ANALYTICKÁ GEOMETRIE ROVINY

3.2. ANALYTICKÁ GEOMETRIE ROVINY 3.2. ANALYTICKÁ GEOMETRIE ROVINY V této kapitole se dozvíte: jak popsat rovinu v třídimenzionálním prostoru; jak analyzovat vzájemnou polohu bodu a roviny včetně jejich vzdálenosti; jak analyzovat vzájemnou

Více

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti: Přednáška 1. Definice 1.1. Nechť je množina. Funkci ρ : R nazveme metrikou, jestliže má následující vlastnosti: (1 pro každé x je ρ(x, x = 0; (2 pro každé x, y, x y, je ρ(x, y = ρ(y, x > 0; (3 pro každé

Více

Interpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,

Více

Lineární algebra : Metrická geometrie

Lineární 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

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

KOMPLEXNÍ ČÍSLA (druhá část)

KOMPLEXNÍ ČÍSLA (druhá část) KOMPLEXNÍ ČÍSLA (druhá část) V první kaptole jsme se senáml s algebrackým tvarem komplexního čísla. Některé výpočty s komplexním čísly je však lépe provádět ve tvaru gonometrckém. Pon. V následujícím textu

Více

Lingebraické kapitolky - Analytická geometrie

Lingebraické kapitolky - Analytická geometrie Lingebraické kapitolky - Analytická geometrie Jaroslav Horáček KAM MFF UK 2013 Co je to vektor? Šipička na tabuli? Ehm? Množina orientovaných úseček majících stejný směr. Prvek vektorového prostoru. V

Více

0.1 Úvod do lineární algebry

0.1 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

Více

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru 2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních

Více

Čísla a aritmetika. Řádová čárka = místo, které odděluje celou část čísla od zlomkové.

Čísla a aritmetika. Řádová čárka = místo, které odděluje celou část čísla od zlomkové. Příprava na cvčení č.1 Čísla a artmetka Číselné soustavy Obraz čísla A v soustavě o základu z: m A ( Z ) a z (1) n kde: a je symbol (číslce) z je základ m je počet řádových míst, na kterých má základ kladný

Více

7 Úvod do kinematické geometrie v rovině

7 Úvod do kinematické geometrie v rovině 7 Úvod do knematcké geometre v rovně ÚM FSI VUT v Brně Studjní text 7 Úvod do knematcké geometre v rovně V této kaptole se budeme zabývat pohybem. Slovo pohyb, které jsme použl v mnulé kaptole, používáme

Více

6. ANALYTICKÁ GEOMETRIE

6. 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

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory 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

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(Cramerovo pravidlo, determinanty, inverzní matice) KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce

Více

Otto DVOŘÁK 1 NEJISTOTA STANOVENÍ TEPLOTY VZNÍCENÍ HOŘLAVÝCH PLYNŮ A PAR PARABOLICKOU METODOU PODLE ČSN EN 14522

Otto DVOŘÁK 1 NEJISTOTA STANOVENÍ TEPLOTY VZNÍCENÍ HOŘLAVÝCH PLYNŮ A PAR PARABOLICKOU METODOU PODLE ČSN EN 14522 Otto DVOŘÁK 1 NEJISTOTA STANOVENÍ TEPLOTY VZNÍCENÍ HOŘLAVÝCH PLYNŮ A PAR PARABOLICKOU METODOU PODLE ČSN EN 145 UNCERTAINTY OF DETEMINATION OF THE AUTO-IGNITION TEMPERATURE OF FLAMMABLE GASES OR VAPOURS

Více

Derivace funkcí více proměnných

Derivace funkcí více proměnných Derivace funkcí více proměnných Pro studenty FP TUL Martina Šimůnková 16. května 019 1. Derivace podle vektoru jako funkce vektoru. Pro pevně zvolenou funkci f : R d R n a bod a R d budeme zkoumat zobrazení,

Více

Vkládání pomocí Viterbiho algoritmu

Vkládání pomocí Viterbiho algoritmu Vkládání pomocí Vterbho algortmu Andrew Kozlk KA MFF UK C Vkládání pomocí Vterbho algortmu Cíl: Využít teor konvolučních kódů. Motvace: Vterbho dekodér je soft-decson dekodér. Každému prvku nosče přřadíme

Více

Jihočeská univerzita v Českých Budějovicích. Pedagogická fakulta Katedra fyziky. Bakalářská práce

Jihočeská univerzita v Českých Budějovicích. Pedagogická fakulta Katedra fyziky. Bakalářská práce Jhočeská unverzta v Českých Budějovcích Pedagogcká fakulta Katedra fyzky Bakalářská práce České Budějovce 007 Tomáš Bürger Jhočeská unverzta v Českých Budějovcích Pedagogcká fakulta Katedra fyzky Generování

Více

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s. 3.4. Výklad Předpokládejme, že v prostoru E 3 jsou dány body A, B, C neležící na jedné přímce. Těmito body prochází jediná rovina, kterou označíme ABC. Určíme vektory u = B - A, v = C - A, které jsou zřejmě

Více

7. ZÁKLADNÍ TYPY DYNAMICKÝCH SYSTÉMŮ

7. ZÁKLADNÍ TYPY DYNAMICKÝCH SYSTÉMŮ 7. ZÁKADNÍ TYPY DYNAMICKÝCH SYSTÉMŮ 7.. SPOJITÉ SYSTÉMY Téměř všechny fyzálně realzovatelné spojté lneární systémy (romě systémů s dopravním zpožděním lze vytvořt z prvů tří typů: proporconálních členů

Více

Shodná zobrazení. bodu B ležet na na zobrazené množině b. Proto otočíme kružnici b kolem

Shodná zobrazení. bodu B ležet na na zobrazené množině b. Proto otočíme kružnici b kolem Shodná zobrazení Otočení Příklad 1. Jsou dány tři různé soustředné kružnice a, b a c. Sestrojte rovnostranný trojúhelník ABC tak, aby A ležel na a, B ležel na b a C ležel na c. Řešení. Zvolíme vrchol A

Více

(4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74,

(4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74, 1. V oboru celých čísel řešte soustavu rovnic (4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74, kde (n) k značí násobek čísla k nejbližší číslu n. (P. Černek) Řešení. Z první rovnice dané soustavy plyne, že číslo

Více

Příprava ke státním maturitám 2011, vyšší úroveň obtížnosti materiál stažen z www.e-matematika.cz

Příprava ke státním maturitám 2011, vyšší úroveň obtížnosti materiál stažen z www.e-matematika.cz Příprava ke státním maturtám 0, všší úroveň obtížnost materál stažen z wwwe-matematkacz 80 60 Jsou dána čísla s 90, t 5 0 Ve stejném tvaru (součn co nejmenšího přrozeného čísla a mocnn deset) uveďte čísla

Více

Lineární algebra : Lineární prostor

Lineární algebra : Lineární prostor Lineární algebra : Lineární prostor (3. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 17. dubna 2014, 14:43 1 2 3.1 Aximotické zavedení lineárního prostoru Číselné těleso Celou lineární

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Různé metody řešení Téma: Analytická geometrie v prostoru, vektory, přímky Autor:

Více

1 Analytická geometrie

1 Analytická geometrie 1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice

Více

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ. CHYBY MĚŘENÍ Úvod Představte s, že máte změřt délku válečku. Použjete posuvné měřítko a získáte určtou hodnotu. Pamětlv přísloví provedete ještě jedno měření. Ale ouha! Výsledek je jný. Co dělat? Měřt

Více

Hisab al-džebr val-muqabala ( Věda o redukci a vzájemném rušení ) Muhammada ibn Músá al-chvárizmího (790? - 850?, Chiva, Bagdád),

Hisab 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

Více

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t. 1 Variace konstanty Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. Příklad 1 Najděte obecné řešení rovnice: y + y = 4 sin t. Co

Více

Statistická šetření a zpracování dat.

Statistická šetření a zpracování dat. Statstcká šetření a zpracování dat. Vyjadřovací prostředky ve statstce STATISTICKÉ TABULKY Typckým vyjadřovacím prostředkem statstky je číslo formalzovaným nástrojem číselného vyjádření je statstcká tabulka.

Více

0.1 Úvod do lineární algebry

0.1 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

Více

POTENCIÁL ELEKTRICKÉHO POLE ELEKTRICKÉ NAPĚTÍ

POTENCIÁL ELEKTRICKÉHO POLE ELEKTRICKÉ NAPĚTÍ POTENCIÁL ELEKTRICKÉHO POLE ELEKTRICKÉ NAPĚTÍ ELEKTRICKÝ POTENCIÁL Elektrcká potencální energe Newtonův zákon pro gravtační sílu mm F = G r 1 2 2 Coulombův zákon pro elektrostatckou sílu QQ F = k r 1 2

Více

1.3. Číselné množiny. Cíle. Průvodce studiem. Výklad

1.3. Číselné množiny. Cíle. Průvodce studiem. Výklad 1.3. Cíle Cílem kapitoly je seznámení čtenáře s axiomy číselných oborů a jejich podmnožin (intervalů) a zavedení nových pojmů, které nejsou náplní středoškolských osnov. Průvodce studiem Vývoj matematiky

Více

REÁLNÁ FUNKCE JEDNÉ PROMĚNNÉ

REÁLNÁ FUNKCE JEDNÉ PROMĚNNÉ REÁLNÁ FUNKCE JEDNÉ PROMĚNNÉ 5 přednáška S funkcemi se setkáváme na každém kroku ve všech přírodních vědách ale i v každodenním životě Každá situace kdy jsou nějaký jev nebo veličina jednoznačně určeny

Více

POROVNÁNÍ MEZI SKUPINAMI

POROVNÁNÍ MEZI SKUPINAMI POROVNÁNÍ MEZI SKUPINAMI Potřeba porovnání počtů mez určtým skupnam jednců např. porovnání počtů onemocnění mez kraj nebo okresy v prax se obvykle pracuje s porovnáním na 100.000 osob. Stuace ale nebývá

Více

Kružnice, úhly příslušné k oblouku kružnice

Kružnice, úhly příslušné k oblouku kružnice KRUŽNICE, KRUH Kružnice, úhly příslušné k oblouku kružnice Je dán bod S a kladné číslo r. Kružnice k(s;r) je množina všech bodů (roviny), které mají od bodu S vzdálenost r. Můžeme také říci. Kružnicí k

Více

Limita a spojitost funkce a zobrazení jedné reálné proměnné

Limita a spojitost funkce a zobrazení jedné reálné proměnné Přednáška 4 Limita a spojitost funkce a zobrazení jedné reálné proměnné V několika následujících přednáškách budeme studovat zobrazení jedné reálné proměnné f : X Y, kde X R a Y R k. Protože pro každé

Více

Pavlína Matysová. 5. listopadu 2018

Pavlína Matysová. 5. listopadu 2018 Soubor řešených úloh Vyšetřování průběhu funkce Pavlína Matysová 5. listopadu 018 1 Soubor řešených úloh Tento text obsahuje 7 úloh na téma vyšetřování průběhu funkce. Každé úloha je řešena dvěma způsoby

Více

Bézierovy křivky Bohumír Bastl KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26

Bézierovy křivky Bohumír Bastl KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26 Bézierovy křivky Bohumír Bastl (bastl@kma.zcu.cz) KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26 Opakování Spline křivky opakování Bézierovy křivky GPM 2 / 26 Opakování Interpolace

Více

Parametrické rovnice křivky

Parametrické rovnice křivky Křivkový integrál Robert Mařík jaro 2014 Tento text je tištěnou verzí prezentací dostupných z http://user.mendelu.cz/marik/am. Křivkový integrál Jedná se o rozšíření Riemannova integrálu, kdy množinou

Více

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 Mgr. Tomáš Kotler I. Cvičný test 2 II. Autorské řešení 7 III. Klíč 15 IV. Záznamový list 17 VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Je dán rovinný obrazec, v obrázku vyznačený barevnou výplní, který představuje

Více

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R... Kapitola 1 Úvod 1.1 Značení N... přirozená čísla (1, 2, 3,...). Z... celá čísla ( 3, 2, 1, 0, 1, 2,...). Q... racionální čísla ( p, kde p Z a q N) q R... reálná čísla C... komplexní čísla 1.2 Výroky -

Více

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz

A[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

Více

Stanislav Olivík POROVNÁNÍ DVOU METOD HLEDÁNÍ ODRAZNÉHO BODU NA POVRCHU ELIPSOIDU

Stanislav Olivík POROVNÁNÍ DVOU METOD HLEDÁNÍ ODRAZNÉHO BODU NA POVRCHU ELIPSOIDU 5. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Stanslav Olvík POROVNÁNÍ DVOU METOD HLEDÁNÍ ODRAZNÉHO BODU NA POVRCHU ELIPSOIDU Abstrakt Úlohou GPS altmetre je nalezení odrazného bodu sgnálu vyslaného z

Více

Analytická geometrie lineárních útvarů

Analytická geometrie lineárních útvarů ) Na přímce: a) Souřadnice bodu na přímce: Analtická geometrie lineárních útvarů Bod P nazýváme počátek - jeho souřadnice je P [0] Nalevo od počátku leží čísla záporná, napravo čísla kladná. Každý bod

Více

CVIČNÝ TEST 51. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 51. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 51 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 V obchodě s kouzelnickými potřebami v Kocourkově

Více

Osově namáhaný prut základní veličiny

Osově namáhaný prut základní veličiny Pružnost a pevnost BD0 Osově namáhaný prut základní velčny ormálová síla půsoící v průřezu osově namáhaného prutu se získá ntegrací normálového napětí po ploše průřezu. da A Vzhledem k rovnoměrnému rozložení

Více

14. přednáška. Přímka

14. přednáška. Přímka 14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1

Více

MASARYKOVA UNIVERZITA PEDAGOGICKÁ FAKULTA

MASARYKOVA UNIVERZITA PEDAGOGICKÁ FAKULTA MASARYKOVA UNIVERZITA PEDAGOGICKÁ FAKULTA Katedra Matematky Řetězové zlomky Dplomová práce Brno 04 Autor práce: Bc. Petra Dvořáčková Vedoucí práce: doc. RNDr. Jaroslav Beránek, CSc. Bblografcký záznam

Více

VEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A

VEKTORY. Obrázek 1: Jediný vektor. Souřadnice vektoru jsou jeho průměty do souřadných os x a y u dvojrozměrného vektoru, AB = B A VEKTORY Vektorem se rozumí množina všech orientovaných úseček, které mají stejnou velikost, směr a orientaci, což vidíme na obr. 1. Jedna konkrétní orientovaná úsečka se nazývá umístění vektoru na obr.

Více

Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z,...)

Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z,...) . NÁHODNÁ VELIČINA Průvodce studem V předchozích kaptolách jste se seznáml s kombnatorkou a pravděpodobností jevů. Tyto znalost použjeme v této kaptole, zavedeme pojem náhodná velčna, funkce, které náhodnou

Více

CVIČNÝ TEST 13. OBSAH I. Cvičný test 2. Mgr. Zdeňka Strnadová. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 13. OBSAH I. Cvičný test 2. Mgr. Zdeňka Strnadová. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 13 Mgr. Zdeňka Strnadová OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 V trojúhelníku ABC na obrázku dělí úsečka

Více

CVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 15 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT K ÚLOZE 1 Je dána čtvercová mřížka, v níž každý čtverec má délku

Více

BAYESŮV PRINCIP ZDENĚK PŮLPÁN

BAYESŮV PRINCIP ZDENĚK PŮLPÁN ROBUST 000, 7 4 c JČMF 00 BAYESŮV PRINCIP ZDENĚK PŮLPÁN Abstrakt. Poukážeme na možnost rozhodování pomocí Bayesova prncpu. Ten vychází z odhadu podmíněné pravděpodobnosta z předpokladu dsjunktního rozkladu

Více

Vybrané kapitoly z matematiky

Vybrané 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,

Více

[ ] 6.2.2 Goniometrický tvar komplexních čísel I. Předpoklady: 4207, 4209, 6201

[ ] 6.2.2 Goniometrický tvar komplexních čísel I. Předpoklady: 4207, 4209, 6201 6.. Gonometrcký tvar kompleních čísel I Předpoklad: 07, 09, 60 Pedagogcká poznámka: Gonometrcký tvar kompleních čísel není pro student njak obtížný. Velm obtížné je pro student s po roce vzpomenout na

Více

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d Korelační energe Referenční stavy Energ molekul a atomů lze vyjádřt vzhledem k různým referenčním stavům. V kvantové mechance za referenční stav s nulovou energí bereme stav odpovídající nenteragujícím

Více

2. prosince velikosti symboly a, b, je b ω a b = a b cosω (1) a. ω pro ω π/2, π platí a b = b a a (3) a b = a 1 b 1 + a 2 b 2 + a 3 b 3 (5)

2. prosince velikosti symboly a, b, je b ω a b = a b cosω (1) a. ω pro ω π/2, π platí a b = b a a (3) a b = a 1 b 1 + a 2 b 2 + a 3 b 3 (5) Vektorové prostory se skalárním součinem 2. prosince 25 1 Skalární součin geometrických vektorů Skalární součin geometrických vektorů je definován jako součin jejich velikostí násobený kosinem jejich odchylky.

Více

ANALYTICKÁ GEOMETRIE V ROVINĚ

ANALYTICKÁ GEOMETRIE V ROVINĚ ANALYTICKÁ GEOMETRIE V ROVINĚ Analytická geometrie vyšetřuje geometrické objekty (body, přímky, kuželosečky apod.) analytickými metodami. Podle prostoru, ve kterém pracujeme, můžeme analytickou geometrii

Více

1. Spektrální rozklad samoadjungovaných operátorů 1.1. Motivace Vlastní čísla a vlastní vektory symetrické matice 1 1 A = 1 2.

1. Spektrální rozklad samoadjungovaných operátorů 1.1. Motivace Vlastní čísla a vlastní vektory symetrické matice 1 1 A = 1 2. . Spektrální rozklad samoadjungovaných operátorů.. Motvace Vlastní čísla a vlastní vektory symetrcké matce A = A λe = λ λ = λ 3λ + = λ 3+ λ 3 Vlastní čísla jsou λ = 3+, λ = 3. Pro tato vlastní čísla nalezneme

Více

5 Orientované grafy, Toky v sítích

5 Orientované grafy, Toky v sítích Petr Hliněný, FI MU Brno, 205 / 9 FI: IB000: Toky v sítích 5 Orientované grafy, Toky v sítích Nyní se budeme zabývat typem sít ových úloh, ve kterých není podstatná délka hran a spojení, nýbž jejich propustnost

Více

Finanční matematika. Téma: Důchody. Současná hodnota anuity

Finanční matematika. Téma: Důchody. Současná hodnota anuity Fnanční matematka Téma: Důchody Současná hodnota anuty Důchody Defnce: Důchodem se rozumí pravdelné platby ve stejné výš, tzv. anuty Pozor na nejednotnost termnologe Různé možnost rozdělení důchodů Členění

Více

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha ANOVA Analýza rozptylu př jednoduchém třídění Jana Vránová, 3.léařsá faulta UK, Praha Teore Máme nezávslých výběrů, > Mají rozsahy n, teré obecně nemusí být stejné V aždém z nch známe průměr a rozptyl

Více

Konstrukce zásobníkového automatu LALR(1)

Konstrukce zásobníkového automatu LALR(1) Konstrukce zásobníkového automatu LALR(1) Vlém Vychodl 5. lstopadu 2001 Tento text se zabývá technckým aspekty konstrukce významné třídy zásobníkových automatů určených pro determnstckou syntaktckou analýzu

Více

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy, Komplexní čísla Množinu všech uspořádaných dvojic (x, y) reálných čísel x, y nazýváme množinou komplexních čísel C, jestliže pro každé dvě takové dvojice (x, y ), (x 2, y 2 ) je definována rovnost, sčítání

Více

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2 6 Skalární součin Skalární součin 1 je operace, která dvěma vektorům (je to tedy binární operace) přiřazuje skalár (v našem případě jde o reálné číslo, obecně se jedná o prvek nějakého tělesa T ). Dovoluje

Více

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu 6. Demonstrační smulační projekt generátory vstupních proudů smulačního modelu Studjní cíl Na příkladu smulačního projektu představeného v mnulém bloku je dále lustrována metodka pro stanovování typů a

Více

ALGORITMUS SILOVÉ METODY

ALGORITMUS SILOVÉ METODY ALGORITMUS SILOVÉ METODY CONSISTENT DEFORMATION METHOD ALGORITHM Petr Frantík 1, Mchal Štafa, Tomáš Pal 3 Abstrakt Příspěvek se věnuje popsu algortmzace slové metody sloužící pro výpočet statcky neurčtých

Více

Numerické metody optimalizace

Numerické metody optimalizace Numercké metody optmalzace Numercal optmzaton methods Bc. Mloš Jurek Dplomová práce 2007 Abstrakt Abstrakt česky Optmalzační metody představují vyhledávání etrémů reálných funkcí jedné nebo více reálných

Více

Základy matematiky pro FEK

Základy 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

Více

Funkce komplexní proměnné a integrální transformace

Funkce komplexní proměnné a integrální transformace Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na

Více

Analytická geometrie kvadratických útvarů v rovině

Analytická geometrie kvadratických útvarů v rovině Analytická geometrie kvadratických útvarů v rovině V následujícím textu se budeme postupně zabývat kružnicí, elipsou, hyperbolou a parabolou, které souhrnně označujeme jako kuželosečky. Současně budeme

Více

Přibližné řešení algebraických rovnic

Přibližné řešení algebraických rovnic Přblžné řešení lgebrcých rovnc Algebrcou rovncí stupně n nzýváme rovnc =, tj n n x x x =, de n N, x C, oefcenty P n,,, n R, Budeme prcovt s tzv normovou lgebrcou rovncí ( = ) n n x x x = Řešením (ořenem)

Více

CVIČNÝ TEST 37. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15

CVIČNÝ TEST 37. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15 CVIČNÝ TEST 37 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Na staré hliněné desce je namalován čtverec

Více

3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY

3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY 3. ÚVOD DO ANALYTICKÉ GEOMETRIE 3.1. ANALYTICKÁ GEOMETRIE PŘÍMKY V této kapitole se dozvíte: jak popsat bod v rovině a v prostoru; vzorec na výpočet vzdálenosti dvou bodů; základní tvary rovnice přímky

Více