11. september Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 5 (del 2) Ada Gjermundsen

Størrelse: px
Begynne med side:

Download "11. september Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 5 (del 2) Ada Gjermundsen"

Transkript

1 , Institutt for geofag Universitetet i Oslo 11. september 2012

2 Litt repetisjon: Array, En array er en variabel som inneholder flere objekter (verdier) En endimensjonal array er en vektor En array med to eller flere dimensjoner er en matrise I dag skal vi fortsette å jobbe med vektorer (kapittel 5)

3 Litt repetisjon: Definere vektorer Vektorer i MatLab kan lages på flere måter:, arraynavn = [objekt1 objekt2 objekt3...objektn]; arraynavn = start:stopp; arraynavn = start:step:stopp; arraynavn = linspace(start, stopp, antall objekter);

4 Legg merke til at de ulike kommandoene kan gi veldig ulike vektorer, Her får vi ikke med 15 fordi uttrykket vi har skrevet ikke går opp (men vi får ikke en feilmelding) >> 1:4:15 ans = Vil vi forsikre at tallet 15 er med bruker vi linspace(), men her får vi ikke heltallsobjekter >> linspace(1,15,4) ans =

5 , Hvert objekt i arrayen lagres på en egen plass i datamaskinens minne Skal du hente et bestemt objekt må du vite både navnet på arrayen objektet er lagret i og på hvilken plass i arrayen det er lagret Siden arrayer inneholder mer enn ett objekt, må de individuelle arrayobjektene adresseres med indeks i tillegg til arraynavnet Indeksen angir hvilken plass i vektoren objektet befinner seg. MatLab indekserer det første objektet i vektoren med indeks 1 (ikke 0). En indeks er alltid et heltall og alltid større enn 0

6 , En indeks kan være ett tall: >> T=[ ]; >> T(1) ans = 21 Her henter vi ett objekt

7 , Indeksverdier kan også gis som en egen vektor >> T=[ ]; >> T(1:3) ans = Her henter vi flere objekter ved å bruke en vektor med indeksverdier >> 1:3 ans = 1 2 3

8 , Skal vi hente flere objekter fra en vektor, bruker vi en egen vektor med indeksverdier som angir plassene til objektene vi vil hente Indeksvektoren kan du lage ved å bruke kommandoene: arraynavn = [objekt1 objekt2 objekt3...objektn]; arraynavn = start:stopp; arraynavn = start:step:stopp; enten alene eller i kombinasjon Vi bruker ikke kommandoen linspace() siden indeksvektoren kun kan inneholde heltall

9 Indeksverdier som en egen vektor, Vi definerer en vektor x med 6 objekter >> x = [ ] x = >> x(4) ans = >> x(1: ans =

10 Kommandoen end henter det siste vektorobjektet, x = [ ] >> x(2:end) ans = >> x(end-2:end) ans = 1 8 9

11 , Indeksvektoren kan ha en hvilken som helst kombinasjon av heltall x = [ ] >> x([1 4 2]) ans = >> x([1 1 1]) ans =

12 Indeksvektoren kan også være satt sammen av flere vektorer x = [ ] >> x([1:2 4]) >> [1:2 4], ans = ans = 1 2 4

13 , x = [ ]...eller ha synkende verdier. Her bytter vi om rekkefølgen på objektene i vektoren x: >> x(end:-1:1) ans =

14 Vektoroperasjoner: Endre en vektor v.h.a. vektoren selv, Vi fortsetter med vektoren x = [ ] Ta bort det siste objektet i vektoren x: >> x=x(1:end-1) x = Her overskriver vektoren x med objekter fra vektoren x

15 Vektoroperasjoner: Endre en vektor v.h.a. vektoren selv, x = [ ] Ta bort et objekt midt i vektoren x: >> x=[x(1: x(4:end)] x = Igjen overskriver vektoren x med objekter fra vektoren x

16 Vektoroperasjoner: Endre en vektor v.h.a. vektoren selv, x = [ ] Ta bort det første objektet i vektoren: >> x=x(2:end) x = Igjen overskriver vektoren x med objekter fra vektoren x

17 Vektoroperasjoner: Lage en vektor v.h.a. en annen vektor, x = [ ] Lage en ny vektor y ved å bruke deler av x >> y=[x(2:3) x(end) x(1)] y = Her endrer vi ikke vektoren x

18 Vektoroperasjoner: Lage en vektor v.h.a. en annen vektor, x = [ ]... eller deler av x, tall og vektorer >> y=[x(5) 7 8 x(end) 8:0.5:9] y = Her endrer vi heller ikke vektoren x

19 Vektoroperasjoner: MatLab genererer automatisk vektorer Legg merke til at om du skiver:, >> f(5)=7 f = uten at du har definert vektoren f fra før, lager MatLab en vektor, f, med 5 objekter der de 4 første objektene er 0

20 Arrayoperasjoner, Operasjon Data a = [a 1 a 2... a n ] (en vektor) b = [b 1 b 2... b n ] (en vektor) c = en skalar (ett tall) Skalar addisjon a+c = [a 1 + c a 2 + c... a n + c] Skalar multiplikasjon a c = [a 1 c a 2 c... a n c] Array addisjon a+b = [a 1 + b 1 a 2 + b 2... a n + b n ] Array multiplikasjon a. b = [a 1 b 1 a 2 b 2... a n b n ] Array divisjon a./b = [a 1 /b 1 a 2 /b 2... a n /b n ] Array eksponential a.ˆ c = [a 1ˆc a 2ˆc... a nˆc] c.ˆ a = [cˆa 1 cˆa 2... cˆa n ] a.ˆ b = [a 1ˆb 1 a 2ˆb 2... a nˆb n ]

21 Vektorfunksjoner i MatLab MatLabfunksjonen sum() legger sammen alle objektene i vektoren MatLabfunksjonen prod() ganger sammen alle objektene i vektoren, A = [ ] B = [ ] >> sum(a) ans = 17 >> prod(b) ans = 3456

22 Vektorfunksjoner i MatLab MatLabfunksjonen max() henter objektet i vektoren med størst verdi MatLabfunksjonen min() henter objektet i vektoren med minst verdi A = [ ], >> max(a) ans = 7 >> min(a) ans = 1

23 Vektorfunksjoner i MatLab En vektormetode som ikke er pensum, men som er veldig nyttig, A = [ ] Objekter i A mindre enn 0 >> A(A<0) ans = -3-5 Objekter i A større eller lik 0 >> A(A>=0) ans =

24 Radvektor og kolonnevektor, Når vi definerer vektorer i MatLab blir de radvektorer Ønsker vi kolonnevektorer kan vi bruke en fnutt: >> A=[ ] A = >> A ans =

25 Radvektor og kolonnevektor...eller vi kan bruke semikolon mellom objektene:, >> A = [1; 2; 4; 5] A =

26 Oppgave 1: Vektoroperasjoner, Lag en vektor som inneholder objektene: a) 2, 4, 6, 8, 10, 12 b) 10, 8, 6, 2, 0, -2, -4 c) 1, 1/2, 1/3, 1/4, 1/5 d) 0, 1/2, 2/3, 3/4, 4/5 e) 1, 3, 9, 27, 81, 243

27 Løsning oppgave 1, %Oppgave 1, %a) x=2:2:12 %b) x=10:-2:-4 %NB! Legg merke til bruk av parenteser i uttrykkene nedenfor!! %c) %flere maater man kan gjore det paa x=(1:5).^(-1) x=(ones(1,5))./(1:5) %d x=(0:4)./(1:5) %e) x=3.^(0:5)

28 Oppgave 2: Vektoroperasjoner, x = [ ] a) Legg til 16 til hvert objekt i x b) Legg til 3 til objekter i x med odde indeksverdier

29 Løsning oppgave 2, %Losning oppgave2 x=[ ] %a) x = x+16 %b) % her overskriver vi objektene med % odde indekser i x, med nye verdier x(1:2:end) = x(1:2:end)+3

30 Oppgave 3: Vektoroperasjoner x = [ ] og y = [ ], a) Legg til summen av objektene i x til hvert objekt i y b) Opphøy hvert objekt i y med det tilsvarende objektet i x c) Del hvert objekt i y med det tilsvarende objektet i x d) Multipliser hvert objekt i x med det tilsvarende objektet i y. Kall resultatet z e) Lag en variabel w som er summen av objektene i z

31 Løsning oppgave 3, %Oppgave 3, x=[ ]; y=[ ]; %a) y+sum(x) %b) y.^x %c) y./x %d) z = x.*y %eller: z = y.*x %e) w = sum(x)

32 Oppgave 4: Summasjon, Oppgave: Bruk vektoroperasjoner til å legge sammen a) alle heltall mellom 0 og 10 (dvs ) b) hvert femte heltall mellom 0 og 20 (dvs )

33 Løsning oppgave 4, >> %Oppgave 4, >> %a) >> sum(1:10) ans = 55 >> %b) >> sum(0:5:20) ans = 50

34 Oppgave 5: Fakultet n! Fakultet er en funksjon som beregner produktet av de naturlige tallene fra 1 til n. Fakultet skrives n!, n! = n Eksempel: 5! = = 120 Bruk vektoroperasjoner til å regne ut a) 4! b) 8!

35 Løsning oppgave 5, >> %Oppgave 5, >> %a) >> prod(1:4) ans = 24 >> %b) >> prod(1:8) ans = 40320

36 Oppgave 6: Bakteriepopulasjon, La oss gjøre oppgave 1 fra m-fil kapittelet en gang til. Denne gangen løser vi oppgaven v.h.a. vektoroperasjoner Veksten til en gitt bakteriepopulasjon, P, er gitt ved P(t) = P 0 e kt P 0 er populasjonen ved t=0 og er lik 120 bakterier k er en vekstrate og er lik 0.04s 1 Hvor stor er bakteriepopulasjonen de 15 første sekundene? (dvs. de 15 første P-verdiene P(1), P(,...,P(15)) Skriv ut verdien til t og P(t) for hver t til skjerm (i kommandovinduet)

37 Løsning oppgave 6, %Oppgave 6, P0=120; %populasjon ved t=0 k=0.04; %vekstrate [m/s] t=1:15; %de 15 forste sekundene [s] %legg merke til punktum! P=P0.*exp(k.*t); %bruker for aa faa kolonnevektorer disp([t,p ])

38 Oppgave 7: Bakteriepopulasjon 2, Veksten til bakteriepopulasjonen vår, P, er gitt ved P(t) = P 0 e kt La oss anta at vi har en til bakteriepopulasjon, B, som er avhengig av P B(t) = B 0 e lt 1 2 P(t) B 0 er populasjonen ved t=0 og er lik 200 bakterier l er en vekstrate og er lik 0.06s 1 Bruk vektoroperasjoner til å regne ut hvordan populasjon B utvikler seg de 15 første sekundene. Skriv ut verdien til t, P(t) og B(t) til skjerm.

39 Løsning oppgave 7, %Oppgave 7, P0=120; %populasjon ved t=0 k=0.04; %vekstrate [m/s] B0=200; %populasjon ved t=0 l=0.06; %vekstrate [m/s] t=1:15; %de 15 forste sekundene [s] %legg merke til punktum! P=P0.*exp(k.*t); B=B0.*exp(l.*t)-0.5.*P; %bruker for aa faa kolonnevektorer disp([t,p,b ])

40 Litt repetisjon: gjør det mulig å repetere en programsekvens veldig mange ganger, Enkel for-løkke for i=start:step:stopp kommando(er) end Sist uke: for-løkker med objekter Denne uken: for-løkker med vektorer

41 Det enkleste for-løkke eksempelet, T = [ ]; for i=1:length(t) T(i) end I dette eksempelet er det for-løkkevariabelen i som angir indeksverdien For-løkka løper gjennom alle indeksverdiene og skriver hvert objekt i vektoren T til skjerm (i kommandovinduet)

42 : Det første eksempelet en gang til, La oss gå tilbake til for-løkka i det første eksempelet sist uke Her konverterer vi temperaturer fra Celcius til Fahrenheit: % Konverterer temperaturer fra Celcius til Fahrenheit for C=0:10 F=9/5*C+32; disp([c,f]) end Vi overskriver verdien til F hver gang vi gjennomløper for-løkka Når for-løkka er ferdig lest er C=10 og F=50

43 : Det første eksempelet en gang til, Hvis vi istedenfor vil spare på alle C og F verdiene i vektorer skriver vi % Konverterer temperaturer fra Celcius til Fahrenheit C=0:10; for i=1:length(c) F(i)=9/5*C(i)+32; end % bruker for aa skrive C og F som kolonnevektorer disp([c,f ]) Vi definerer C-verdiene før for-løkka For-løkkevariabelen i brukes til å indeksere vektorene

44 , vektorer og indeksering Hvis vi vil regne ut f(x)=x 2 for x [1 100], % regner ut f(x)=x^2 for x=1:100 f(x)=x^2; end %bruker fnutt for aa skrive ut som kolonnevektorer disp([f ])

45 , vektorer og indeksering, % regner ut f(x)=x^2 for x=1:100 f(x)=x^2; end %bruker fnutt for aa skrive ut som kolonnevektorer disp([f ]) Siden vi kun har brukt heltallsverdier for x kan vi bruke x som både indeks og i funksjonsuttrykket Legg merke til at vi ikke trenger punktum når vi regner ut x 2. x har kun en tallverdi i hvert gjennomløp av for-løkka Vi kan ikke skrive ut x-verdiene når løkka er ferdig. Da er x=100 og er ikke en vektor!

46 , vektorer og indeksering Regn ut f(n)=sin(nπ/10) for n [1 10], For-løkkevariabelen brukes både som indeks og i funksjonuttrykket for n = 1:10 f(n)=sin(n*pi/10); end

47 , vektorer og indeksering, Hva skjer om vi skriver: for n = 1:10 f(n)=sin(n*pi/10); n=10; end Ingenting endres! For-løkkevariabelen overskrives i slutten av for-løkka, men den overskrives på nytt igjen hver gang vi gjennomløper for-løkka

48 , vektorer og indeksering, Hva skjer om vi skriver: for n = 1:10 n=10; f(n)=sin(n*pi/10); end Alt endres! For-løkkevariabelen overskrives inne i løkka. Selv om vi henter en ny n-verdi hver gang vi gjennomløper for-løkka på nytt, overskriver vi verdien til n før vi bruker den som indeks og i funksjonsuttrykket. Regner ut f(10) ti ganger! De 9 første f-verdiene settes automatisk lik 0 av MatLab.

49 Indeksverdiene må være heltall og større enn null, Til nå har vi brukt for-løkke variabelen både som indeks og i utrykket vi regner på. Dette kan vi ikke alltid gjøre Si at vi skal regne ut funksjonen f(x)=e x, for mange x-verdier der x [-1 1] Indeksene til vektoren f kan ikke ha samme verdi som x, siden indeksene må være heltall og større enn 0 Enten... i=1; for x=-1:0.01:1 f(i)=exp(x); i=i+1; end %bare f er en vektor disp(f ) eller x=linspace(-1,1,100); for i=1:length(x) f(i)=exp(x(i)); end %baade x og f er vektorer disp([x,f ])

50 Oppgave 1, x = [ ] Bruk en for-løkke til å lage en vektor y som inneholder objektene i x, bare i motsatt rekkefølge dvs. y = [ ]

51 Løsning oppgave 1 x=[ ]; for i=1:length(x) y(i)=x(end+1-i); end,

52 Oppgave 2: PI, Skriv et MatLab-program som tilnærmer verdien til π ved å beregne summen π 4 m k=0 ( 1) k 2k + 1 a) beregn summen v.h.a. en for-løkke for m=10, m=100 og m=1000 b) beregn summen v.h.a. vektorer og vektorkommandoer for m=10, m=100 og m=1000 For hver beregning, kalkuler forskjellen mellom π-verdien i MatLab og verdien du får Hint: IKKE overskriv MatLabs pi!!

53 Løsning oppgave PI, %Ved bruk av for-lokke: clear all; pi_approx=0; m=10; for k=0:m pi_approx=pi_approx+(-1)^k/(2*k+1); end pi_approx=4.*pi_approx; disp([m, pi-pi_approx]) %ved bruk av vektoroperasjoner clear all; m=10; k=0:m; pi_approx=4.*sum(((-1).^k./(2*k+1))); disp([m, pi-pi_approx])

54 Oppgave 3: Kumulativ sum, Med kumulativ mener man at man samler opp. Har man en vektor x=[ ], er den kumulative summen [ ] Det første tallet i den kumulative summen likt det første tallet i x. Det andre tallet i den kumulative summen er summen av de 2 første tallene i x. Den tredje tallet, er summen av de 3 første tallene i x og det siste tallet i den kumulative summene er summen av alle tallene i x. Bruk en for-løkke til å regne ut den kumulative summen av en vektor du selv definerer i begynnelsen av programmet ditt Bruk MatLab-metoden cumsum() for å kontrollere om svaret ditt er riktig

55 Oppgave 4: Fibonacci, Fibonacci-tallene er en tallfølge der hvert tall er summen av de to foregående tallene i følgen: 0, 1, 1, 2, 3, 5, 8, 13, 21,...osv Lag en for-løkke der du regner ut de 10 første Fibonacci-tallene i Fibonacci-tallfølgen og legger dem i en vektor du kaller Fib. Du skal definere de to første tallene i Fibonacci-følgen (det er 0 og 1) utenfor løkka og regne ut de 8 neste tallene i Fibonacci-tallfølgen i for-løkka. Skriv tallene i vektoren Fib til skjerm

56 Oppgave 5: Enda mer Fibonacci, Fibonacci-tallene er en tallfølge der hvert tall er summen av de to foregående tallene i følgen: 0, 1, 1, 2, 3, 5, 8, 13, 21,...osv For de 50 første Fibonacci-tallene, F n, beregn forholdet F n F n 1 Det sies at forholdet går mot det gyldne snitt ; Hva synes du?

11. september Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Oppgaver Kapittel 5 (del 2) Ada Gjermundsen

11. september Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Oppgaver Kapittel 5 (del 2) Ada Gjermundsen : Institutt for geofag Universitetet i Oslo 11. september 2012 Oppgave 1: Vektor operasjoner : Lag en vektor som inneholder objektene: a) 2, 4, 6, 8, 10, 12 b) 10, 8, 6, 2, 0, -2, -4 c) 1, 1/2, 1/3, 1/4,

Detaljer

GEO En Introduksjon til MatLab. For-løkker med og uten vektorer. Ada Gjermundsen. Institutt for geofag Universitetet i Oslo. 11.

GEO En Introduksjon til MatLab. For-løkker med og uten vektorer. Ada Gjermundsen. Institutt for geofag Universitetet i Oslo. 11. Institutt for geofag Universitetet i Oslo 11. september 2012 Eksempel 1: løkkevariabelen for j=1:4 disp(j) Eksempel 1: løkkevariabelen Verdiene til løkkevariabelen fastsetter vi på begynnelsen av for-løkka

Detaljer

4. og 5. september 2012

4. og 5. september 2012 r Institutt for geofag Universitetet i Oslo 4. og 5. september 2012 Oppgave 1 r Hvor mange ganger blir Hello Verden! skrevet ut i kommandovinduet? for i=0:20 disp( Hello Verden! ) Oppgave 2 r Hva blir

Detaljer

18. (og 19.) september 2012

18. (og 19.) september 2012 Institutt for geofag Universitetet i Oslo 18. (og 19.) september 2012 Litt repetisjon: Array En array er en variabel som inneholder flere objekter (verdier) En endimensjonal array er en vektor En array

Detaljer

Kapittel 4. 4. og 5. september 2012. Institutt for geofag Universitetet i Oslo. GEO1040 - En Introduksjon til MatLab. Kapittel 4.

Kapittel 4. 4. og 5. september 2012. Institutt for geofag Universitetet i Oslo. GEO1040 - En Introduksjon til MatLab. Kapittel 4. r r Institutt for geofag Universitetet i Oslo 4. og 5. september 2012 r r Ofte ønsker vi å utføre samme kommando flere ganger etter hverandre gjør det mulig å repetere en programsekvens veldig mange ganger

Detaljer

19. september Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 8 (del 2) Ada Gjermundsen

19. september Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 8 (del 2) Ada Gjermundsen Institutt for geofag Universitetet i Oslo 19. september 2012 Repetisjon: Generell formel for Når vi jobber med matriser bruker vi ofte (men ikke alltid) dobbel for-løkke Dette er først og fremst fordi

Detaljer

Kapittel september Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 7.

Kapittel september Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 7. Institutt for geofag Universitetet i Oslo 18. september 2012 MatLabs store styrke er tallberegninger og grafisk fremstilling av resultater Noen ganger er det allikevel ønskelig å manipulere tekst (f.eks.

Detaljer

Tall, vektorer og matriser

Tall, vektorer og matriser Tall, vektorer og matriser Kompendium: MATLAB intro Tallformat Komplekse tall Matriser, vektorer og skalarer BoP(oS) modul 1 del 2-1 Oversikt Tallformat Matriser og vektorer Begreper Bruksområder Typer

Detaljer

Kapittel august Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 2.

Kapittel august Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 2. Institutt for geofag Universitetet i Oslo 28. august 2012 Kommandovinduet Det er gjennom kommandovinduet du først og fremst interagerer med MatLab ved å gi datamaskinen kommandoer når >> (kalles prompten

Detaljer

Læringsmål og pensum. Oversikt

Læringsmål og pensum. Oversikt 1 2 Læringsmål og pensum TDT4105 Informasjonsteknologi grunnkurs: Uke 39 Betingede løkker og vektorisering Læringsmål Skal kunne forstå og programmere betingede løkker med while Skal kunne utnytte plassallokering

Detaljer

Øvingsforelesning i Matlab (TDT4105)

Øvingsforelesning i Matlab (TDT4105) Øvingsforelesning i Matlab (TDT4105) Øving 1. Frist: 11.09. Tema: matematiske uttrykk, variabler, vektorer, funksjoner. Benjamin A. Bjørnseth 1. september 2015 2 Oversikt Praktisk informasjon Om øvingsforelesninger

Detaljer

Øvingsforelesning TDT4105 Matlab

Øvingsforelesning TDT4105 Matlab Øvingsforelesning TDT4105 Matlab Øving 2. Pensum: Funksjoner, matriser, sannhetsuttrykk, if-setninger. Benjamin A. Bjørnseth 8. september 2015 2 Innhold Funksjoner Matriser Matriseoperasjoner Sannhetsuttrykk

Detaljer

Det viktigste dataelementet som MATLAB benytter, er matriser, som også gjerne betegnes arrays.

Det viktigste dataelementet som MATLAB benytter, er matriser, som også gjerne betegnes arrays. Kapittel 5 Matriseoperasjoner Det viktigste dataelementet som MATLAB benytter, er matriser, som også gjerne betegnes arrays. I det etterfølgende vil begrepet vektor bli benyttet enkelte steder som betegnelse

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 2 Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 2 Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon 2 Løsningsforslag Oppgave 1 Vektorer a) Variablene i MATLAB kan være tall, vektorer eller matriser. Vi kan for eksempel gi vektoren x = [1, 0, 3] på denne

Detaljer

Matematikk Øvingeoppgaver i numerikk leksjon 1 Å komme i gang

Matematikk Øvingeoppgaver i numerikk leksjon 1 Å komme i gang Matematikk 1000 Øvingeoppgaver i numerikk leksjon 1 Å komme i gang I denne øvinga skal vi bli litt kjent med MATLAB. Vi skal ikkje gjøre noen avanserte ting i dette oppgavesettet bare få et visst innblikk

Detaljer

En innføring i MATLAB for STK1100

En innføring i MATLAB for STK1100 En innføring i MATLAB for STK1100 Matematisk institutt Universitetet i Oslo Februar 2017 1 Innledning Formålet med dette notatet er å gi en introduksjon til bruk av MATLAB. Notatet er først og fremst beregnet

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

TDT4105 Informasjonsteknologi, grunnkurs (ITGK) 1 TDT4105 Informasjonsteknologi, grunnkurs (ITGK) Introduksjon til programmering i Matlab Rune Sætre satre@idi.ntnu.no 2 Læringsmål og pensum Mål Lære om programmering og hva et program er Lære å designe

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 5 for-løkker

Matematikk Øvingsoppgaver i numerikk leksjon 5 for-løkker Matematikk 1000 Øvingsoppgaver i numerikk leksjon 5 for-løkker I dette settet skal vi introdusere for-løkker. Først vil vi bruke for-løkker til å regne ut summer. Vi skal også se på hvordan vi kan implementere

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 2 Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 2 Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon Løsningsforslag Oppgave 1 Vektorer a) Variablene i MATLAB kan være tall, vektorer eller matriser. Vi kan for eksempel gi vektoren x = [1, 0, 3] på denne

Detaljer

Øvingsforelesning i Matlab (TDT4105)

Øvingsforelesning i Matlab (TDT4105) Øvingsforelesning i Matlab (TDT4105) Øving 1. Frist: 15.09. Tema: matematiske uttrykk, variabler, vektorer, funksjoner. Sondre Wangenstein Baugstø 4. september 2017 2 Oversikt Praktisk informasjon Om øvingsforelesninger

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Rune Sætre / Anders Christensen {satre,

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Rune Sætre / Anders Christensen {satre, 1 TDT4105 Informasjonsteknologi, grunnkurs Introduksjon til programmering i Matlab Rune Sætre / Anders Christensen {satre, anders}@idi.ntnu.no 2 Frist for øving 1: Fredag 16. Sept. Noen oppstartsproblemer

Detaljer

Øving 2 Matrisealgebra

Øving 2 Matrisealgebra Øving Matrisealgebra Gå til menyen Edit Preferences... og sett Format type of new output cells til TraditionalForm hvis det ikke allerede er gjort. Start med to eksempelmatriser med samme dimensjon: In[]:=

Detaljer

Øvingsforelesning TDT4105 Matlab

Øvingsforelesning TDT4105 Matlab Øvingsforelesning TDT4105 Matlab Pensum fra øving 2 og 3: if, switch, for, matriser. Benjamin A. Bjørnseth 14. september 2015 2 Innhold If-setninger Switch For-løkker Diverse 3 Oversikt If-setninger Switch

Detaljer

Oblig 4 (av 4) INF1000, høsten 2012 Værdata, leveres innen 9. nov. kl. 23.59

Oblig 4 (av 4) INF1000, høsten 2012 Værdata, leveres innen 9. nov. kl. 23.59 Oblig 4 (av 4) INF1000, høsten 2012 Værdata, leveres innen 9. nov. kl. 23.59 Formål Formålet med denne oppgaven er å gi trening i hele pensum og i å lage et større program. Løsningen du lager skal være

Detaljer

MATLABs brukergrensesnitt

MATLABs brukergrensesnitt Kapittel 3 MATLABs brukergrensesnitt 3.1 Brukergrensesnittets vinduer Ved oppstart av MATLAB åpnes MATLAB-vinduet, se figur 1.1. MATLAB-vinduet inneholder forskjellige (under-)vinduer. De ulike vinduene

Detaljer

Matriser. Kapittel 4. Definisjoner og notasjon

Matriser. Kapittel 4. Definisjoner og notasjon Kapittel Matriser Vi har lært å løse et lineært ligningssystem ved å sette opp totalmatrisen til systemet gausseliminere den ved hjelp av radoperasjoner på matrisen Vi skal nå se nærmere på egenskaper

Detaljer

Øvingsforelesning i Matlab TDT4105

Øvingsforelesning i Matlab TDT4105 Øvingsforelesning i Matlab TDT4105 Øving 6. Tema: funksjoner med vektorer, plotting, preallokering, funksjonsvariabler, persistente variabler Benjamin A. Bjørnseth 13. oktober 2015 2 Oversikt Funksjoner

Detaljer

TDT4105 IT Grunnkurs Høst 2016

TDT4105 IT Grunnkurs Høst 2016 TDT4105 IT Grunnkurs Høst 2016 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Auditorieøving 1 Vennligst fyll ut følge informasjon i blokkbokstaver Navn:

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

TDT4105 Informasjonsteknologi, grunnkurs (ITGK) 1 TDT4105 Informasjonsteknologi, grunnkurs (ITGK) Introduksjon til programmering i Matlab Rune Sætre satre@idi.ntnu.no 3 Læringsmål og pensum Mål Lære om programmering og hva et program er Lære om hvordan

Detaljer

Matematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Skript

Matematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Skript Matematikk 1000 Øvingsoppgaver i numerikk leksjon 5 Skript I denne øvinga skal vi lære oss mer om skript. Et skript kan vi se på som et lite program altså en sekvens av kommandoer. Til sist skal vi se

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Rune Sætre / Anders Christensen {satre, anders}@idi.ntnu.

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Rune Sætre / Anders Christensen {satre, anders}@idi.ntnu. 1 TDT4105 Informasjonsteknologi, grunnkurs Introduksjon til programmering i Matlab Rune Sætre / Anders Christensen {satre, anders}@idi.ntnu.no 2 Frist for øving 1: Fredag 11. Sept. Noen oppstartsproblemer

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 1. Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 1. Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon 1 Løsningsforslag Oppgave 2 Litt aritmetikk a) Her har vi skrevet ut det som kommer opp i kommandovinduet når vi utfører operasjonene. > 2+2 4 > 3-2 1

Detaljer

MAT1120 Repetisjon Kap. 1

MAT1120 Repetisjon Kap. 1 MAT1120 Repetisjon Kap. 1 Kap. 1, avsn. 2.1-2.3 og kap. 3 i Lays bok er for det meste kjent fra MAT1100 og MAT1110. Idag skal vi repetere fra kap. 1 i Lays bok. Det handler bl.a. om : Matriser Vektorer

Detaljer

4 Matriser TMA4110 høsten 2018

4 Matriser TMA4110 høsten 2018 Matriser TMA høsten 8 Nå har vi fått erfaring med å bruke matriser i et par forskjellige sammenhenger Vi har lært å løse et lineært likningssystem ved å sette opp totalmatrisen til systemet og gausseliminere

Detaljer

Prosent- og renteregning

Prosent- og renteregning FORKURSSTART Prosent- og renteregning p prosent av K beregnes som p K 100 Eksempel 1: 5 prosent av 64000 blir 5 64000 =5 640=3200 100 p 64000 Eksempel 2: Hvor mange prosent er 9600 av 64000? Løs p fra

Detaljer

Innhold uke 4. INF 1000 høsten 2011 Uke 4: 13. september. Deklarasjon av peker og opprettelse av arrayobjektet. Representasjon av array i Java

Innhold uke 4. INF 1000 høsten 2011 Uke 4: 13. september. Deklarasjon av peker og opprettelse av arrayobjektet. Representasjon av array i Java INF høsten 2 Uke 4: 3. september Grunnkurs i Objektorientert Programmering Institutt for Informatikk Universitetet i Oslo Siri Moe Jensen og Arne Maus Mål for uke 4: Innhold uke 4 Repetisjon m/ utvidelser:

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 6 Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 6 Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon 6 Løsningsforslag Oppgave 1 Summer og for-løkker a) 10 i=1 i 2 = 1 2 + 2 2 + 3 2 + 4 2 + 5 2 + 6 2 + 7 2 + 8 2 + 9 2 + 10 2 = 1 + 4 + 9 + 16 + 25 + 36

Detaljer

ITGK - H2010, Matlab. Repetisjon

ITGK - H2010, Matlab. Repetisjon 1 ITGK - H2010, Matlab Repetisjon 2 Variabler og tabeller Variabler brukes til å ta vare på/lagre resultater Datamaskinen setter av plass i minne for hver variabel En flyttallsvariabel tar 8 bytes i minne

Detaljer

Notat 2, ST Sammensatte uttrykk. 27. januar 2006

Notat 2, ST Sammensatte uttrykk. 27. januar 2006 Notat 2, ST1301 27. januar 2006 1 Sammensatte uttrykk Vi har sett at funksjoner ikke trenger å bestå av annet enn ett enkeltuttrykk som angir hva funksjonen skal returnere uttrykkt ved de variable funksjonen

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 1. Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 1. Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon 1 Løsningsforslag Oppgave 2 Litt aritmetikk a) Her har vi skrevet ut det som kommer opp i kommandovinduet når vi utfører operasjonene. >> 2+2 4 >> 3-2

Detaljer

TDT4110 Informasjonsteknologi grunnkurs: Eksempler. Mangekanter

TDT4110 Informasjonsteknologi grunnkurs: Eksempler. Mangekanter 1 TDT4110 Informasjonsteknologi grunnkurs: Eksempler Kunnskap for en bedre verden Amanuensis Terje Rydland Kontor: ITV-021 i IT-bygget vest (Gløshaugen) Epost: terjery@idi.ntnu.no Tlf: 735 91845 TDT4105

Detaljer

Matematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Løsningsforslag

Matematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon 5 Løsningsforslag Oppgave 1 Hva gjør disse skriptene? a) Skriptet lager plottet vi ser i gur 1. Figur 1: Plott fra oppgave 1 a). b) Om vi endrer skriptet

Detaljer

MAT1120 Plenumsregningen torsdag 26/8

MAT1120 Plenumsregningen torsdag 26/8 MAT1120 Plenumsregningen torsdag 26/8 Øyvind Ryan (oyvindry@i.uio.no) August 2010 Innføring i Matlab for dere som ikke har brukt det før Vi skal lære følgende ting i Matlab: Elementære operasjoner Denere

Detaljer

Kapittel Oktober Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 14.

Kapittel Oktober Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 14. og Institutt for geofag Universitetet i Oslo 17. Oktober 2012 i MatLab En funksjon vil bruke et gitt antall argumenter og produsere et gitt antall resultater og : Hvorfor Først og fremst bruker vi når

Detaljer

Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts.

Gauss-Jordan eliminasjon; redusert echelonform. Forelesning, TMA4110 Fredag 18/9. Reduserte echelonmatriser. Reduserte echelonmatriser (forts. Gauss-Jordan eliminasjon; redusert echelonform Forelesning, TMA4110 Fredag 18/9 Martin Wanvik, IMF MartinWanvik@mathntnuno En matrise vil normalt være radekvivalent med flere echelonmatriser; med andre

Detaljer

INF Ekstrainnlevering

INF Ekstrainnlevering INF000 - Ekstrainnlevering Temaer på innleveringen: Hele pensum fram til nå. Oppgave E.) Tema: Beslutninger (if/else) Filnavn: Rekkefolge.java a) Lag et program som leser inn tre tall fra brukeren. b)

Detaljer

TMA4123M regnet oppgavene 2 7, mens TMA4125N regnet oppgavene 1 6. s 2 Y + Y = (s 2 + 1)Y = 1 s 2 (1 e s ) e s = 1 s s2 s 2 e s.

TMA4123M regnet oppgavene 2 7, mens TMA4125N regnet oppgavene 1 6. s 2 Y + Y = (s 2 + 1)Y = 1 s 2 (1 e s ) e s = 1 s s2 s 2 e s. NTNU Institutt for matematiske fag TMA43/5 Matematikk 4M/N, 8 august, Løsningsforslag TMA43M regnet oppgavene 7, mens TMA45N regnet oppgavene 6 a) Andre forskyvningsteorem side 35 i læreboken) gir at der

Detaljer

TDT4110 IT Grunnkurs Høst 2014

TDT4110 IT Grunnkurs Høst 2014 TDT4110 IT Grunnkurs Høst 2014 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Auditorieøving 1 Navn: Linje: Brukernavn (blokkbokstaver): Oppgavesettet

Detaljer

INF1000 - Uke 10. Ukesoppgaver 10 24. oktober 2012

INF1000 - Uke 10. Ukesoppgaver 10 24. oktober 2012 INF1000 - Uke 10 Ukesoppgaver 10 24. oktober 2012 Vanlige ukesoppgaver De første 4 oppgavene (Oppgave 1-4) handler om HashMap og bør absolutt gjøres før du starter på Oblig 4. Deretter er det en del repetisjonsoppgaver

Detaljer

Kanter, kanter, mange mangekanter

Kanter, kanter, mange mangekanter Kanter, kanter, mange mangekanter Nybegynner Processing PDF Introduksjon: Her skal vi se på litt mer avansert opptegning og bevegelse. Vi skal ta utgangspunkt i oppgaven om den sprettende ballen, men bytte

Detaljer

Noen innebygde funksjoner - Vektorisering

Noen innebygde funksjoner - Vektorisering 1 Kunnskap for en bedre verden TDT4110 Informasjonsteknologi grunnkurs: Uke 41: «Matlab programs» (kapittel 6) Amanuensis Terje Rydland Kontor: ITV-021 i IT-bygget vest (Gløshaugen) Epost: terjery@idi.ntnu.no

Detaljer

13.09.2012 LITT OM OPPLEGGET. INF1000 EKSTRATILBUD Stoff fra uke 1-3 12. September 2012 Siri Moe Jensen EKSEMPLER

13.09.2012 LITT OM OPPLEGGET. INF1000 EKSTRATILBUD Stoff fra uke 1-3 12. September 2012 Siri Moe Jensen EKSEMPLER .9.22 LITT OM OPPLEGGET INF EKSTRATILBUD Stoff fra uke - 2. September 22 Siri Moe Jensen Målgruppe: De som mangler forståelse for konseptene gjennomgått så langt. Trening får du ved å jobbe med oppgaver,

Detaljer

Programmering Høst 2017

Programmering Høst 2017 Programmering Høst 2017 Tommy Abelsen Ingeniørfag - Data Innledning Dette er et dokument med litt informasjon og eksempler om kontrollstrukturer, samt oppgaver til forskjellige kontrollstrukturer. Spør

Detaljer

MAT-1004 Vårsemester 2017 Obligatorisk øving 2

MAT-1004 Vårsemester 2017 Obligatorisk øving 2 MAT-1004 Vårsemester 2017 Obligatorisk øving 2 Contents 1 OPPGAVE 2 2 OPPGAVE 2 Eksempler 4.1 Oppgave 1............................... 4.2 Oppgave 2............................... 5 4 Formatering av svarene

Detaljer

Noen innebygde funksjoner - Vektorisering

Noen innebygde funksjoner - Vektorisering 1 Kunnskap for en bedre verden TDT4110 Informasjonsteknologi grunnkurs: Uke 41: «Matlab programs» (kapittel 6) Amanuensis Terje Rydland Kontor: ITV-021 i IT-bygget vest (Gløshaugen) Epost: terjery@idi.ntnu.no

Detaljer

Øvingsforelesning i Matlab TDT4105

Øvingsforelesning i Matlab TDT4105 Øvingsforelesning i Matlab TDT4105 Øving 6. Tema: funksjoner med vektorer, plotting, while Benjamin A. Bjørnseth 12. oktober 2015 2 Oversikt Funksjoner av vektorer Gjennomgang av øving 5 Plotting Preallokering

Detaljer

Øvingsforelesning TDT4105 Matlab

Øvingsforelesning TDT4105 Matlab Øvingsforelesning TDT4105 Matlab Øving 2. Pensum: Funksjoner, matriser, sannhetsuttrykk, if-setninger. Benjamin A. Bjørnseth 8. september 2015 2 Innhold Disclaimer Funksjoner Matriser Matriseoperasjoner

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i MAT-INF 11 Modellering og beregninger. Eksamensdag: Torsdag 12. oktober 26. Tid for eksamen: 9: 11:. Oppgavesettet er på 8 sider.

Detaljer

Kap 2: Løkker og lister

Kap 2: Løkker og lister Kap 2: Løkker og lister Ole Christian Lingjærde, Inst for Informatikk, UiO 26-30 August, 2019 (Del 2 av 2) Forrige forelesning på en foil Formatert utskrift: %-operator og f-strings To typer løkker: while-løkker

Detaljer

Notat 2, ST januar 2005

Notat 2, ST januar 2005 Notat 2, ST1301 25. januar 2005 1 Sammensatte uttrykk Vi har sett at funksjoner ikke trenger å bestå av annet enn ett enkeltuttrykk som angir hva funksjonen skal returnere uttrykkt ved de variable funksjonen

Detaljer

Oversikt. INF1000 Uke 2. Repetisjon - Program. Repetisjon - Introduksjon

Oversikt. INF1000 Uke 2. Repetisjon - Program. Repetisjon - Introduksjon Oversikt INF1000 Uke 2 Variable, enkle datatyper og tilordning Litt repetisjon Datamaskinen Programmeringsspråk Kompilering og kjøring av programmer Variabler, deklarasjoner og typer Tilordning Uttrykk

Detaljer

Øvingsforelesning i Matlab TDT4105

Øvingsforelesning i Matlab TDT4105 Øvingsforelesning i Matlab TDT4105 Øving 5. Pensum: for-løkker, fprintf, while-løkker. Benjamin A. Bjørnseth 5. oktober 2015 2 Oversikt Gjennomgang auditorieøving Repetisjon: for-løkke, fprintf While-løkker

Detaljer

Dagens tema. C-programmering. Nøkkelen til å forstå C-programmering ligger i å forstå hvordan minnet brukes.

Dagens tema. C-programmering. Nøkkelen til å forstå C-programmering ligger i å forstå hvordan minnet brukes. Dagens tema Dagens tema C-programmering Nøkkelen til å forstå C-programmering ligger i å forstå hvordan minnet brukes. Adresser og pekere Parametre Vektorer (array-er) Tekster (string-er) Hvordan ser minnet

Detaljer

Kanter, kanter, mange mangekanter. Introduksjon: Steg 1: Enkle firkanter. Sjekkliste. Skrevet av: Sigmund Hansen

Kanter, kanter, mange mangekanter. Introduksjon: Steg 1: Enkle firkanter. Sjekkliste. Skrevet av: Sigmund Hansen Kanter, kanter, mange mangekanter Skrevet av: Sigmund Hansen Kurs: Processing Tema: Tekstbasert, Animasjon Fag: Matematikk, Programmering, Kunst og håndverk Klassetrinn: 8.-10. klasse, Videregående skole

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs

TDT4105 Informasjonsteknologi, grunnkurs 1 TDT4105 Informasjonsteknologi, grunnkurs MatLab: Filbehandling Anders Christensen (anders@idi.ntnu.no) Rune Sætre (satre@idi.ntnu.no) TDT4105 IT Grunnkurs 2 Læringsmål/pensum Filbehandling Mål: Forstå

Detaljer

BYFE/EMFE 1000, 2012/2013. Numerikkoppgaver uke 35

BYFE/EMFE 1000, 2012/2013. Numerikkoppgaver uke 35 BYFE/EMFE 1000, 2012/2013 Numerikkoppgaver uke 35 Oppgave 1 Halveringsmetoden a) x = cos x x cos x = 0 eller f(x) = 0 med f(x) = x cos x b) f(0) = 0 cos 0 = 1 < 0 og f(π/2) = π/2 cos(π/2) = π/2 > 0. f(x)

Detaljer

Python: Variable og beregninger, input og utskrift. TDT4110 IT Grunnkurs Professor Guttorm Sindre

Python: Variable og beregninger, input og utskrift. TDT4110 IT Grunnkurs Professor Guttorm Sindre Python: Variable og beregninger, input og utskrift TDT4110 IT Grunnkurs Professor Guttorm Sindre Læringsmål og pensum Mål for denne uka: Vite litt om design av programmer (2.1, 2.2, 2.4) Kunne skrive ut

Detaljer

4.1 Vektorrom og underrom

4.1 Vektorrom og underrom 4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. Kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO BOKMÅL Det matematisk-naturvitenskapelige fakultet Eksamen i : Eksamensdag : Torsdag 2. desember 2004 Tid for eksamen : 09.00 12.00 Oppgavesettet er på : Vedlegg : Tillatte hjelpemidler

Detaljer

Pensum: Starting out with Python

Pensum: Starting out with Python 1 Kunnskap for en bedre verden TDT4110 Informasjonsteknologi grunnkurs: Python: Repetisjon Matriser (2D-lister) try except rekursjon skrive pent til skjerm Terje Rydland - IDI/NTNU 2 Læringsmål og pensum

Detaljer

EKSAMEN I EMNET MAT160 Beregningsalgoritmer 1 Mandag 12 februar 2007 LØSNINGSFORSLAG

EKSAMEN I EMNET MAT160 Beregningsalgoritmer 1 Mandag 12 februar 2007 LØSNINGSFORSLAG Universitetet i Bergen Det matematisk naturvitenskapelige fakultet Matematisk institutt Side 1 av 5 BOKMÅL EKSAMEN I EMNET MAT160 Beregningsalgoritmer 1 Mandag 12 februar 2007 LØSNINGSFORSLAG Tillatte

Detaljer

Python: Løkker. TDT4110 IT Grunnkurs Professor Guttorm Sindre

Python: Løkker. TDT4110 IT Grunnkurs Professor Guttorm Sindre Python: Løkker TDT4110 IT Grunnkurs Professor Guttorm Sindre Denne uka Vi trenger å Støttes av Hente data fra bruker Vise data til bruker Lagre data i minnet for bruk videre i programmet Fra tastatur:

Detaljer

Oblig 2 - MAT1120. Fredrik Meyer 23. september 2009 A =

Oblig 2 - MAT1120. Fredrik Meyer 23. september 2009 A = Oblig - MAT Fredrik Meyer. september 9 Oppgave Linkmatrise: A = En basis til nullrommet til matrisen A I kan finnes ved å bruke MATLAB. Jeg kjører kommandoen rref(a-i) og får følge: >> rref(a-i). -.875.

Detaljer

Rekker (eng: series, summations)

Rekker (eng: series, summations) Rekker (eng: series, summations) En rekke er summen av leddene i en følge. Gitt følgen a 0, a 1, a,, a n,, a N Da blir den tilsvarende rekken a 0 + a 1 + a + + a n + + a N Bokstaven n er en summasjonsindeks.

Detaljer

MER OM ARRAYER. INF1000: Forelesning 4. Anta at vi ønsker å lagre en liste med navnene på alle INF1000-studentene:

MER OM ARRAYER. INF1000: Forelesning 4. Anta at vi ønsker å lagre en liste med navnene på alle INF1000-studentene: INF1000: Forelesning 4 Mer om arrayer Metoder MER OM ARRAYER 2 Array som en samling verdier Anta at vi ønsker å lagre en liste med navnene på alle INF1000-studentene: String[] studenter = new String[500];

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs MatLab: Filbehandling - load, save, type - fopen, fgetl, feof, fprintf, fclose

TDT4105 Informasjonsteknologi, grunnkurs MatLab: Filbehandling - load, save, type - fopen, fgetl, feof, fprintf, fclose 1 TDT4105 Informasjonsteknologi, grunnkurs MatLab: Filbehandling - load, save, type - fopen, fgetl, feof, fprintf, fclose Anders Christensen (anders@ntnu.no) Rune Sætre (satre@ntnu.no) TDT4105 IT Grunnkurs

Detaljer

LP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse

LP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse LP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse matrisenotasjon simpleksalgoritmen i matrisenotasjon eksempel negativ transponert egenskap: bevis følsomhetsanalyse

Detaljer

Læringsmål og pensum. Hva er en variabel?

Læringsmål og pensum. Hva er en variabel? 1 2 Læringsmål og pensum TDT4105 Informasjonsteknologi grunnkurs: Uke 36 Introduksjon til Matlab Arbeidsområdet, variabler, tilordning, uttrykk, tekst og koding, vektorer, matriser, skript og I/O Asbjørn

Detaljer

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

(a) R n defineres som mengden av kolonnevektorer. a 1 a 2. a n. (b) R n defineres som mengden av radvektorer 5 Vektorrom Et vektorrom er en mengde V med tre algebraiske operasjoner (addisjon, negasjon og skalærmultiplikasjon) som tilfredsstiller de 10 betingelsene fra Def. 4.1.1. Jeg vil ikke gi en eksamensoppgave

Detaljer

Obligatorisk oppgave 1 INF1020 h2005

Obligatorisk oppgave 1 INF1020 h2005 Obligatorisk oppgave 1 INF1020 h2005 Frist: fredag 7. oktober Oppgaven skal løses individuelt, og må være godkjent for å kunne gå opp til eksamen. Før innlevering må retningslinjene Krav til innleverte

Detaljer

INF1000: Forelesning 4. Mer om arrayer Metoder

INF1000: Forelesning 4. Mer om arrayer Metoder INF1000: Forelesning 4 Mer om arrayer Metoder MER OM ARRAYER 2 Array som en samling verdier Anta at vi ønsker å lagre en liste med navnene på alle INF1000-studentene: String[] studenter = new String[500];

Detaljer

Repetisjon: operatorene ++ og -- Java 5. Nøtt. Oppgave 1 (fra forrige gang) 0 udefinert udefinert. Alternativ 1 Prefiks-operator

Repetisjon: operatorene ++ og -- Java 5. Nøtt. Oppgave 1 (fra forrige gang) 0 udefinert udefinert. Alternativ 1 Prefiks-operator Litt mer om løkker Arrayer le Christian Lingjærde Gruppen for bioinformatikk Institutt for informatikk Universitetet i slo Java Repetisjon: operatorene ++ og -- Instruksjon i = i + i = i - Alternativ Prefiks-operator

Detaljer

Øvingsforelesning 1 Python (TDT4110)

Øvingsforelesning 1 Python (TDT4110) Øvingsforelesning 1 Python (TDT4110) Introduksjon, Kalkulasjoner Ole-Magnus Pedersen Oversikt Praktisk Info Repetisjon fra sist Oppgaver for øving 2 2 Praktisk Info Last opp øvinger på Blackboard før godkjenning

Detaljer

Rungekuttametodene løser initialverdiproblemer på formen y' = F x, y, y x 0

Rungekuttametodene løser initialverdiproblemer på formen y' = F x, y, y x 0 Rungekuttametodene løser initialverdiproblemer på formen y' = F x, y, y x 0 = y 0 der F x, y står for et uttrykk i x og y. De er iterative metoder, så for - løkker egner seg ypperlig i denne sammenengen.

Detaljer

4.1 Vektorrom og underrom

4.1 Vektorrom og underrom 4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. De kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,

Detaljer

TDT4110 Informasjonsteknologi, grunnkurs Uke 35 Introduksjon til programmering i Python

TDT4110 Informasjonsteknologi, grunnkurs Uke 35 Introduksjon til programmering i Python TDT4110 Informasjonsteknologi, grunnkurs Uke 35 Introduksjon til programmering i Python Professor Guttorm Sindre Institutt for datateknikk og informasjonsvitenskap Læringsmål og pensum Mål Vite hva et

Detaljer

BYFE/EMFE 1000, 2012/2013. Numerikkoppgaver uke 33

BYFE/EMFE 1000, 2012/2013. Numerikkoppgaver uke 33 BYFE/EMFE 1000, 2012/2013 Numerikkoppgaver uke 33 Oppgave 2 Litt aritmetikk a) Her har vi skrevet ut det som kommer opp i Octave-vinduet når vi utfører operasjonene. octave-3.2.4.exe:9> 2+2 4 octave-3.2.4.exe:10>

Detaljer

Oppsummering fra sist

Oppsummering fra sist 1 av 34 Kunnskap for en bedre verden TDT4110 Informasjonsteknologi grunnkurs: Tema: Løkker/Sløyfer Utgave 3: Kap. 4 Terje Rydland - IDI/NTNU 2 av 34 Oppsummering fra sist Betingelser i Python: ,

Detaljer

MAT-1004 Vårsemester 2017 Obligatorisk øving 6

MAT-1004 Vårsemester 2017 Obligatorisk øving 6 MAT-4 Vårsemester 7 Obligatorisk øving Contents OPPGAVE Hvordan å løse oppgaven? 4 Formatering av svarene 9. Rasjonale tall............................. 9. Matriser og vektorer.........................

Detaljer

Bruk piazza for å få rask hjelp til alles nytte!

Bruk piazza for å få rask hjelp til alles nytte! Kunnskap for en bedre verden 1 TDT4105 Informasjonsteknologi, grunnkurs Matlab 5: Løkker (FOR og WHILE) Amanuensis Terje Rydland Kontor: ITV-021 i IT-bygget vest (Gløshaugen) Epost: terjery@idi.ntnu.no

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 3 Skript

Matematikk Øvingsoppgaver i numerikk leksjon 3 Skript Matematikk 1000 Øvingsoppgaver i numerikk leksjon 3 Skript I denne øvinga skal vi lære oss å lage skript. Et skript kan vi se på som et lite program altså en sekvens av kommandoer. Dette er noe vi kommer

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab 1 Kunnskap for en bedre verden TDT4105 Informasjonsteknologi, grunnkurs Introduksjon til programmering i Matlab Amanuensis Terje Rydland Kontor: ITV-021 i IT-bygget vest (Gløshaugen) Epost: terjery@idi.ntnu.no

Detaljer

Lineær uavhengighet og basis

Lineær uavhengighet og basis Lineær uavhengighet og basis NTNU, Institutt for matematiske fag 19. oktober, 2010 Lineær kombinasjon En vektor w sies å være en lineær kombinasjon av vektorer v 1, v 2,..., v k hvis det finnes tall c

Detaljer

Matematikk 1000. Øvingeoppgaver i numerikk leksjon 1 Å komme i gang

Matematikk 1000. Øvingeoppgaver i numerikk leksjon 1 Å komme i gang Matematikk 1000 Øvingeoppgaver i numerikk leksjon 1 Å komme i gang I denne øvinga skal vi bli litt kjent med MATLAB. Vi skal ikkje gjøre noen avanserte ting i dette oppgavesettet bare få et visst innblikk

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 1 Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 1 Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon 1 Løsningsforslag Oppgave 2 Litt aritmetikk a) Her har vi skrevet ut det som kommer opp i kommandovinduet når vi utfører operasjonene. >> 2+2 4 >> -2 1

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 5 Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 5 Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon 5 Løsningsforslag Oppgave 1 Summer og for-løkker a) 10 i=1 i = 1 + + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 = 1 + 4 + 9 + 16 + 5 + 36 + 49 + 64 + 81 + 100 = 385.

Detaljer

41070 STABILITET I ELKRAFTSYSTEMER

41070 STABILITET I ELKRAFTSYSTEMER NTNU Gitt: 26.01.00 Fakultet for Elektroteknikk og telekommunikasjon Leveres: 09.02.00 Institutt for elkraftteknikk 1 41070 STABILITET I ELKRAFTSYSTEMER ØVING 13. Obligatorisk dataøving. Formål: - gi en

Detaljer

Ukeoppgaver 2: sep (INF Høst 2010)

Ukeoppgaver 2: sep (INF Høst 2010) Ukeoppgaver 2: 6. - 10. sep (INF1000 - Høst 2010) Variabler og uttrykk (kap. 2.3-2.6), terminal I/O (kap. 3.1-3.5), if-setninger og løkker (kap. 4.1-4.4), og litt om arrayer (kap. 5.1-5.2) Mål: Øve på

Detaljer

MAT 1110: Obligatorisk oppgave 1, V-07: Løsningsforslag

MAT 1110: Obligatorisk oppgave 1, V-07: Løsningsforslag 1 MAT 111: Obligatorisk oppgave 1, V-7: Løsningsforslag Oppgave 1. a) Vi deriverer på vanlig måte: ( e (sinh x) x e x ) = = ex + e x = cosh x, ( e (cosh x) x + e x ) = = ex e x = sinh x Enkel algebra gir

Detaljer