Øvingsforelesning i Matlab TDT4105

Størrelse: px
Begynne med side:

Download "Øvingsforelesning i Matlab TDT4105"

Transkript

1 Øvingsforelesning i Matlab TDT4105 Øving 5. Pensum: for-løkker, fprintf, while-løkker. Benjamin A. Bjørnseth 5. oktober 2015

2 2 Oversikt Gjennomgang auditorieøving Repetisjon: for-løkke, fprintf While-løkker Funksjonsvariabler Preallokering Ekstraoppgave (matriser)

3 3 Oversikt Gjennomgang auditorieøving Repetisjon: for-løkke, fprintf While-løkker Funksjonsvariabler Preallokering Ekstraoppgave (matriser)

4 4 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall)

5 4 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall) Bruk 20 iterasjoner av Newtons metode til å estimere verdien

6 4 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall) Bruk 20 iterasjoner av Newtons metode til å estimere verdien rot 2 = tall rot 2 tall = 0

7 4 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall) Bruk 20 iterasjoner av Newtons metode til å estimere verdien rot 2 = tall rot 2 tall = 0 Newtons metode estimerer nullpunkt til funksjon x i = x i 1 f (x i 1) f (x i 1 )

8 4 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall) Bruk 20 iterasjoner av Newtons metode til å estimere verdien rot 2 = tall rot 2 tall = 0 Newtons metode estimerer nullpunkt til funksjon x i = x i 1 f (x i 1) f (x i 1 ) Skriv i hver iterasjon ut informasjon om utregningen på format

9 4 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall) Bruk 20 iterasjoner av Newtons metode til å estimere verdien rot 2 = tall rot 2 tall = 0 Newtons metode estimerer nullpunkt til funksjon x i = x i 1 f (x i 1) f (x i 1 ) Skriv i hver iterasjon ut informasjon om utregningen på format Iterasjon #<i>: x_<i-1> = <verdi>, x_<i> = <verdi>

10 5 Oversikt Gjennomgang auditorieøving Repetisjon: for-løkke, fprintf While-løkker Funksjonsvariabler Preallokering Ekstraoppgave (matriser)

11 6 Repetisjon: hvorfor while-løkker? For-løkker: hvis du vet hvor mange ganger du vil gjøre noe. Eventuelt hvilke element du vil se på. While-løkker: hvis du bare vet når du vil fortsette Eventuelt når du vil slutte For-løkke function r = sum(v) r = 0; for i = 1:length(v) r = r + v(i); end While-løkke input = input_fra_bruker(); while ugyldig_input(input) disp( Ugyldig input. ); input = input_fra_bruker(); end

12 7 Eksempel: les inn et tall Oppgave: lag en funksjon som returnerer et tall skrevet inn av brukeren. 1. Les inn input 2. Sjekk at det er et tall 3. Hvis det ikke er et tall, skriv ut en feilmelding og prøv på nytt.

13 8 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall) Bruk 20 iterasjoner av Newtons metode til å estimere verdien rot 2 = tall rot 2 tall = 0 Newtons metode estimerer nullpunkt til funksjon x i = x i 1 f (x i 1) f (x i 1 )

14 8 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall) Bruk 20 iterasjoner av Newtons metode til å estimere verdien rot 2 = tall rot 2 tall = 0 Newtons metode estimerer nullpunkt til funksjon x i = x i 1 f (x i 1) f (x i 1 ) Feilen i estimatet skal være mindre enn = 1e-6

15 8 Eksempel: Newtons metode 1. Skriv funksjonen kvadratrot(tall) Bruk 20 iterasjoner av Newtons metode til å estimere verdien rot 2 = tall rot 2 tall = 0 Newtons metode estimerer nullpunkt til funksjon x i = x i 1 f (x i 1) f (x i 1 ) Feilen i estimatet skal være mindre enn = 1e-6 Skriv i hver iterasjon ut informasjon om utregningen på format Iterasjon #<i>: x_<i-1> = <verdi>, x_<i> = <verdi> Feil: tall - x_<i>^2 = <feil>

16 9 Oversikt Gjennomgang auditorieøving Repetisjon: for-løkke, fprintf While-løkker Funksjonsvariabler Preallokering Ekstraoppgave (matriser)

17 10 Konsept Egentlig ikke noe nytt konsept. (Bare litt ny syntaks) Man kan også se på en funksjon som et objekt som kan sendes rundt i koden Ikke bare en fil

18 10 Konsept Egentlig ikke noe nytt konsept. (Bare litt ny syntaks) Man kan også se på en funksjon som et objekt som kan sendes rundt i koden Ikke bare en fil Eksempler: integrer(funksjon, a, b) finn_nullpunkt(funksjon)

19 10 Konsept Egentlig ikke noe nytt konsept. (Bare litt ny syntaks) Man kan også se på en funksjon som et objekt som kan sendes rundt i koden Ikke bare en fil Eksempler: integrer(funksjon, a, b) finn_nullpunkt(funksjon) Gitt funksjonen f(x): min_funksjon lager en ny variabel som referer til f(x) finn_nullpunkt(@f) kaller funksjonen finn_nullpunkt med funksjonen f som parameter.

20 11 Eksempel: numerisk integrering Estimer x 2 dx ved å bruke matlabs integral-funksjon

21 12 Nytt konsept Kan lage funksjoner mens matlab kjører Kan brukes for funksjoner med bare ett uttrykk som regner ut resultatet.

22 12 Nytt konsept Kan lage funksjoner mens matlab kjører Kan brukes for funksjoner med bare ett uttrykk som regner ut resultatet. Syntaks: min_funksjon = <uttrykk>;

23 12 Nytt konsept Kan lage funksjoner mens matlab kjører Kan brukes for funksjoner med bare ett uttrykk som regner ut resultatet. Syntaks: min_funksjon = <uttrykk>; Eksempel: x_i_annen x^2; x_i_annen(2) x_i_annen(5)

24 13 Eksempel: generisk Newtons metode 1. Modifiser Newtons metode til å fungere for vilkårlige funksjoner Nytt navn: finn_nullpunkt(f, df) 2. Bruk den nye Newtons metode-funksjonen til å implementere kvadratrot

25 14 Oversikt Gjennomgang auditorieøving Repetisjon: for-løkke, fprintf While-løkker Funksjonsvariabler Preallokering Ekstraoppgave (matriser)

26 15 Effektiv matlab Hvis du trenger en vektor, lag hele med en gang Raskere enn å lage vektoren litt og litt Preallokering v = zeros(1, 100); for i = 1:100 v(i) = f(i); end Uten preallokering v = []; for i = 1:100 v(i) = f(i); end

27 16 Eksempel 1. Lag en funksjon fibonacci(n) som returnerer en liste med fibonaccitallene 1 til n. Lag to varianter: 1.1 En med preallokering. 1.2 En uten preallokering. 2. Lag et script som måler forskjell i tid på regne ut fibonacci(100000)

28 17 While-løkker og preallokering Vi vet ikke hvor mange ganger løkken kjører Det er derfor vi bruker while og ikke for Hvis vi skal produsere en vektor: hvordan kan vi vite hvor stor den må være?

29 17 While-løkker og preallokering Vi vet ikke hvor mange ganger løkken kjører Det er derfor vi bruker while og ikke for Hvis vi skal produsere en vektor: hvordan kan vi vite hvor stor den må være? Løsning: estimer, og øk eventuelt etter hvert. Kutt eventuelt bort ekstra elementer til slutt.

30 18 While-løkker og preallokering: eksempel Modifiser while-løkke-versjonen av Newtons metode til å ikke skrive ut midlertidige resultater, men returnere dem i en vektor.

31 19 Oversikt Gjennomgang auditorieøving Repetisjon: for-løkke, fprintf While-løkker Funksjonsvariabler Preallokering Ekstraoppgave (matriser)

32 20 Eksempel: flyplasskøer Tenkt situasjon: flyplasskø (sikkerhetskontroll) Folk går i rader Hver person i køen har et visst antall minutter til flyet går

33 21 Eksempel: flyplasskøer

34 22 Eksempel: flyplasskøer

35 23 Eksempel: flyplasskøer Oppgave: lag et program som henter de personene med dårligst tid ut av køen, slik at kørekken får en kolonne mindre.

36 24 Eksempel: flyplasskøer

37 25 Eksempel: flyplasskøer

38 26 Eksempel: flyplasskøer

39 Først et par Matlabtips Hente ut antall rader og kolonner for matrise:

40 Først et par Matlabtips Hente ut antall rader og kolonner for matrise: [m, n] = size(matrise)

41 Først et par Matlabtips Hente ut antall rader og kolonner for matrise: [m, n] = size(matrise) Finne posisjonene til en liste sortert etter stigende verdi:

42 Først et par Matlabtips Hente ut antall rader og kolonner for matrise: [m, n] = size(matrise) Finne posisjonene til en liste sortert etter stigende verdi: [~, ordning] = sort(liste)

43 Først et par Matlabtips Hente ut antall rader og kolonner for matrise: [m, n] = size(matrise) Finne posisjonene til en liste sortert etter stigende verdi: [~, ordning] = sort(liste) Lag en m n matrise fra en vektor:

44 Først et par Matlabtips Hente ut antall rader og kolonner for matrise: [m, n] = size(matrise) Finne posisjonene til en liste sortert etter stigende verdi: [~, ordning] = sort(liste) Lag en m n matrise fra en vektor: reshape(vektor, m, n)

45 28 Køen som matrise

46 29 Køen som matrise

47 30 Løsningsplan: 1. Brett ut køen ved å gjøre kø-matrisen til en kø-vektor. 2. Finn de n personene i køen med dårligst tid. 3. Lag en matrise med alle de andre personene.

48 31 Eksempel: flyplasskøer

49 Eksempel: flyplasskøer

50 33 Eksempel: flyplasskøer

51 34 Eksempel: flyplasskøer

52 35 Eksempel: flyplasskøer

53 36 Eksempel: flyplasskøer Matrise som vektor: M(:)

54 37 Eksempel: flyplasskøer #1 #2 #3 #4 #5 #6 # #8 #9 #10 #11 #12 #13 #14 #end-6 #end-5 #end-4 #end-3 #end-2 #end-1 #end

55 38 Eksempel: flyplasskøer #1 #2 #3 #4 #5 #6 # #8 #9 #10 #11 #12 #13 #14 #end-6 #end-5 #end-4 #end-3 #end-2 #end-1 #end

56 39 Eksempel: flyplasskøer Finn rekkefølgen på liste: [~, ordning] = sort(liste) #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 #11 #12 #13 # #end-6 #end-5 #end-4 #end-3 #end-2 #end-1 #end

57 40 Eksempel: flyplasskøer #1 #2 #3 #4 #5 #6 # #8 #9 #10 #11 #12 #13 #14 #end-6 #end-5 #end-4 #end-3 #end-2 #end-1 #end

58 41 Eksempel: flyplasskøer #1 #2 #3 #4 #5 #6 # #8 #9 #10 #11 #12 #13 #14 #end-6 #end-5 #end-4 #end-3 #end-2 #end-1 #end... #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 #11 #end-4 #end-3 #end-2 #end-1 #end

59 42 Eksempel: flyplasskøer Hent ut element fra posisjoner i liste: liste(posisjoner) (Hentes ut i rekkefølgen gitt i posisjoner) #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 #11 #12 #13 #14 #end-6 #end-5 #end-4 #end-3 #end-2 #end-1 #end... #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 #11 #end-4 #end-3 #end-2 #end-1 #end

60 43 Eksempel: flyplasskøer

61 44 Eksempel: flyplasskøer

62 45 Eksempel: flyplasskøer

63 46 Eksempel: flyplasskøer

64 47 Eksempel: flyplasskøer

65 48 Eksempel: flyplasskøer Lag m n matrise fra vektor: reshape(vektor, m, n)

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 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

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

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

TDT4110 IT Grunnkurs Høst 2012

TDT4110 IT Grunnkurs Høst 2012 TDT4110 IT Grunnkurs Høst 2012 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Øving 7 Denne øvingen er en fellesøving laget i samarbeid med emnet TMA4100

Detaljer

TDT4105 Informasjonsteknologi grunnkurs Øvingsforelesning 4. Iver Dihle Skjervum Vit.ass. ITGK

TDT4105 Informasjonsteknologi grunnkurs Øvingsforelesning 4. Iver Dihle Skjervum Vit.ass. ITGK 1 TDT4105 Informasjonsteknologi grunnkurs Øvingsforelesning 4 Iver Dihle Skjervum Vit.ass. ITGK 2 Program Auditorieøving Kollokvie Spørsmål fra øving 2 Matriser og operasjoner på de For løkker While løkker

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 1. Frist: 11.09. Tema: matematiske uttrykk, variabler, vektorer, funksjoner. Benjamin A. Bjørnseth 1. september 2015 2 Oversikt Praktisk informasjon Om øvingsforelesninger

Detaljer

Øvingsforelesning 3 Python (TDT4110)

Øvingsforelesning 3 Python (TDT4110) Øvingsforelesning 3 Python (TDT4110) For og While-løkker Ole-Magnus Pedersen Oversikt Praktisk Info Gjennomgang av øving 1 Programmering for Øving 3 2 Studasser og Piazza Studasser er der for å hjelpe

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

TDT4105 Informasjonsteknologi grunnkurs Øvingsforelesning 2. Iver Dihle Skjervum Vit.ass. ITGK

TDT4105 Informasjonsteknologi grunnkurs Øvingsforelesning 2. Iver Dihle Skjervum Vit.ass. ITGK 1 TDT4105 Informasjonsteknologi grunnkurs Øvingsforelesning 2 Iver Dihle Skjervum Vit.ass. ITGK 2 Program Praktisk informasjon Kollokvie If / else og logiske utrykk Funksjoner Formatert utskrift Lage et

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

Øvingsforelesning 5 Python (TDT4110)

Øvingsforelesning 5 Python (TDT4110) Øvingsforelesning 5 Python (TDT4110) Repetisjon av løkker og funksjoner Ole-Magnus Pedersen Oversikt Praktisk Info Gjennomgang av Øving 3 Repetisjon 2 Praktisk info Prosjekter i PyCharm må startes med

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

Øvingsforelesning 5 Python (TDT4110)

Øvingsforelesning 5 Python (TDT4110) Øvingsforelesning 5 Python (TDT4110) Repetisjon av løkker og funksjoner Ole-Magnus Pedersen Oversikt Praktisk Info Gjennomgang av Øving 3 Repetisjon 2 Praktisk info Prosjekter i PyCharm må startes med

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

1. Finn egenverdiene og egenvektorene til matrisen A = 2 1 A =

1. Finn egenverdiene og egenvektorene til matrisen A = 2 1 A = Fasit MAT102 juni 2017 Oppgave 1 1. Finn egenverdiene og egenvektorene til matrisen ( ) 1 2 A = 2 1 Løsning: Egenverdiene er røttene til det karakteristiske polynom gitt ved determinanten av matrisen (

Detaljer

TDT4105 IT Grunnkurs Høst 2014

TDT4105 IT Grunnkurs Høst 2014 TDT4105 IT Grunnkurs Høst 2014 Norges teknisknaturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Øving 6 1 Teori a) Hva er 2-komplement? b) Hva er en sample innen digital

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

Fasit til eksamen i emnet MAT102 - Brukerkurs i matematikk II Mandag 21.september 2015

Fasit til eksamen i emnet MAT102 - Brukerkurs i matematikk II Mandag 21.september 2015 Fasit til eksamen i emnet MAT02 - Brukerkurs i matematikk II Mandag 2.september 205 Fasit. (a) Løs ligningssystemene. i) 5x + 7y = 4 3x + 2y = ii) 3x + 4y + z = 2 2x + 3y + 3z = 7 Svar: i) x = 85/, y =

Detaljer

Fasit MAT102 juni 2016

Fasit MAT102 juni 2016 Fasit MAT02 juni 206. (a) Finn egenverdiene og egenvektorene til matrisen ( ) 6 A = 2 7 Svar: λ = 8 og ( ) x = y y ( ) /2, λ = 5 og ( ) x = y y ( ) for alle y 0. (b) Finn den generelle løsningen på systemet

Detaljer

TDT4110 Informasjonsteknologi grunnkurs: Uke 41: «Matlab programs» (kapittel 6)

TDT4110 Informasjonsteknologi grunnkurs: Uke 41: «Matlab programs» (kapittel 6) 1 TDT4110 Informasjonsteknologi grunnkurs: Uke 41: «Matlab programs» (kapittel 6) Anders Christensen anders@idi.ntnu.no Rune Sætre satre@idi.ntnu.no 2 Læringsmål og pensum Læringsmål: Synlighet av variabler

Detaljer

Høst 2014. Øving 5. 1 Teori. 2 Månedskalender. Norges teknisknaturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap

Høst 2014. Øving 5. 1 Teori. 2 Månedskalender. Norges teknisknaturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap TDT4105 IT Grunnkurs Høst 2014 Norges teknisknaturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Øving 5 1 Teori a) Hva er den binære ASCII-verdien av bokstaven E (stor e)?

Detaljer

1 Oppgave 1 Skriveoppgave Manuell poengsum. 2 Oppgave 2 Code editor Manuell poengsum. 3 Oppgave 3 Skriveoppgave Manuell poengsum

1 Oppgave 1 Skriveoppgave Manuell poengsum. 2 Oppgave 2 Code editor Manuell poengsum. 3 Oppgave 3 Skriveoppgave Manuell poengsum MAT102 - Demoprøve Oppgaver Oppgavetype Vurdering Forside Dokument Ikke vurdert 1 Oppgave 1 Skriveoppgave Manuell poengsum 2 Oppgave 2 Code editor Manuell poengsum 3 Oppgave 3 Skriveoppgave Manuell poengsum

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

Python: Løkker. TDT4110 IT Grunnkurs Professor Guttorm Sindre

Python: Løkker. TDT4110 IT Grunnkurs Professor Guttorm Sindre Python: Løkker TDT4110 IT Grunnkurs Professor Guttorm Sindre Læringsmål og pensum Mål Forstå hvorfor vi trenger løkker i programmering Ha kjennskap to ulike typer løkker (while-løkke, for-løkke) Og vite

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

MA2501 Numeriske metoder

MA2501 Numeriske metoder MA251 Numeriske metoder Løsningsforslag, Øving 3 Oppgave 1 a) Start med å tegne en skisse av funksjonen f(x) = x.99(e x 1). Vi oppdager fort at α må ligge svært nær, faktisk rundt.2. Newtons metode anvendt

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

Løkker og arrayer. Løse problemer med programmering. INF1000, uke3 Geir Kjetil Sandve

Løkker og arrayer. Løse problemer med programmering. INF1000, uke3 Geir Kjetil Sandve Løkker og arrayer Løse problemer med programmering INF1000, uke3 Geir Kjetil Sandve Hva vi har lært så langt Variabler og uttrykk Beslutninger Kontrollflyt og feilmeldinger Metoder og parametre Fokus i

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

TDT4127 Programmering og Numerikk

TDT4127 Programmering og Numerikk TDT4127 Programmering og Numerikk Torbjørn Ringholm, forsker, Institutt for matematiske fag Kontor: 1338 i Sentralbygg II (Gløshaugen) Epost: torbjorn.ringholm@ntnu.no Innhold i emnet Lære grunnleggende

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

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

Matematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Litt oppsummering undervegs Løsningsforslag

Matematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Litt oppsummering undervegs Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon Litt oppsummering undervegs Løsningsforslag Oppgave 1 Et skjæringspunkt f(x) = x e x g(x) = 1 arctan x. a) Vi kan lage plottet slik i kommando-vinduet:

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

Øvingsforelesning i Python (TDT4110)

Øvingsforelesning i Python (TDT4110) Øvingsforelesning i Python (TDT4110) Tema: Øving 2, Betingelser, if/elif/else Kristoffer Hagen Oversikt Praktisk informasjon Gjennomgang av Øving 1 Oppgaver for Øving 2 2 Praktisk Bruke andre studasser

Detaljer

Løsningsforslag MAT102 - v Jon Eivind Vatne

Løsningsforslag MAT102 - v Jon Eivind Vatne Løsningsforslag MAT02 - v203 - Jon Eivind Vatne. (a) Finn egenverdiene og egenvektorene til matrisen A = ( ) 4 2. 3 Svar: Fra den karakteristiske ligningen A λi 2 = λ 2 + 3λ + 2 = 0 får vi egenverdiene

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 7 Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 7 Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon 7 Løsningsforslag Oppgave 1 Halveringsmetoden igjen a) I skriptet vårt fra leksjon 6 skal altså linje 16 erstattes med while abs(b-a)>1e-3. Når vi gjør

Detaljer

Løsningsforslag. Innlevering i BYFE/EMFE 1000 Oppgavesett 1 Innleveringsfrist: 14. september klokka 14:00 Antall oppgaver: 3.

Løsningsforslag. Innlevering i BYFE/EMFE 1000 Oppgavesett 1 Innleveringsfrist: 14. september klokka 14:00 Antall oppgaver: 3. Innlevering i BYFE/EMFE 1000 Oppgavesett 1 Innleveringsfrist: 14. september klokka 14:00 Antall oppgaver: 3 Løsningsforslag Oppgave 1 a) ln a ln 3 a+ln 4 a = ln a 1/2 ln a 1/3 +ln a 1/4 = 1 2 ln a 1 3

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

TMA Kræsjkurs i Matlab. Oppgavesett 1/3

TMA Kræsjkurs i Matlab. Oppgavesett 1/3 TMA4123 - Kræsjkurs i Matlab. Oppgavesett 1/3 22.02.2013 Dette oppgavesettet omhandler grunnleggende Matlab-funksjonalitet, slik som variabler, matriser, matematiske funksjoner og plotting. Den aller viktigste

Detaljer

1. (a) Finn egenverdiene og egenvektorene til matrisen A =

1. (a) Finn egenverdiene og egenvektorene til matrisen A = 1. (a) Finn egenverdiene og egenvektorene til matrisen A = ( ) 2 3. 1 4 Svar: λ = 5 med egenvektorer [x, y] T = y[1, 1] T og λ = 1 med egenvektorer [x, y] T = y[ 3, 1] T, begge strengt tatt med y 0. (b)

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

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

TMA4122/TMA4130 Matematikk 4M/4N Høsten 2010

TMA4122/TMA4130 Matematikk 4M/4N Høsten 2010 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4122/TMA410 Matematikk 4M/4N Høsten 2010 1 Oppgave: Løs følgende ligningssystemer ved hjelp av Gauss-eliminasjon med delvis

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 Tredjegradslikninga a) Vi viser her hvordan det kan gjøres både som funksjonsl og som skript. Vi starter med funksjonla: 1

Detaljer

TDT4110 IT Grunnkurs Høst 2012

TDT4110 IT Grunnkurs Høst 2012 TDT4110 IT Grunnkurs Høst 2012 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Auditorieøving 2 Navn: Linje: Brukernavn: Oppgavesettet inneholder 5 oppgaver.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT-INF 1100L Programmering, modellering, og beregninger. Prøveeksamen 2 Eksamensdag: Onsdag 14. November 2014. Tid for eksamen:

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 9. Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 9. Løsningsforslag Matematikk 000 Øvingsoppgaver i numerikk leksjon 9 Løsningsforslag Oppgave Integral som en sum av rektangler a) 3 f(x) dx = 3 x 3 dx = [ ] 3 3 + x3+ = [ x 4 ] 3 4 = 34 = 20. 4 b) 0.5 f() + 0.5 f(.5) +

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

Løsningsforslag. og B =

Løsningsforslag. og B = Prøve i Matte Dato: vår 5 ENDRE Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver ar lik vekt. Oppgave a Gitt matrisene A regn ut A + B, AB. Løsningsforslag 4 og B 7 5 Vi

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs. Mer om funksjoner: - rekursive funksjoner

TDT4105 Informasjonsteknologi, grunnkurs. Mer om funksjoner: - rekursive funksjoner 1 TDT4105 Informasjonsteknologi, grunnkurs Mer om funksjoner: - rekursive funksjoner Pensum: 10.5 i Matlab-boka 10.1-10.4 er orienteringsstoff og ikke aktuelt til eksamen Kunnskap for en bedre verden Amanuensis

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

Fasit eksamen i MAT102 4/6 2014

Fasit eksamen i MAT102 4/6 2014 Fasit eksamen i MAT /6. (a Løs ligningssstemene. Svar: i ( x i = 3x + = 7 x + = ( 6, ii x z ii = x + z = 3x + 6 + z = +. er fri. (b Ved å bruke MATLAB-kommandoen rref på totalmatrisen til ligningssstemet

Detaljer

Python: Intro til funksjoner. TDT4110 IT Grunnkurs Professor Guttorm Sindre

Python: Intro til funksjoner. TDT4110 IT Grunnkurs Professor Guttorm Sindre Python: Intro til funksjoner TDT4110 IT Grunnkurs Professor Guttorm Sindre Snart referansegruppemøte Viktig mulighet for å gi tilbakemelding på emnet Pensumbøker Forelesninger Øvingsforelesninger Veiledning

Detaljer

For det aktuelle nullpunktet, som skal ligge mellom 0 og, kan vere eit greit utgongspunkt.

For det aktuelle nullpunktet, som skal ligge mellom 0 og, kan vere eit greit utgongspunkt. Innlevering nr. 3 Løysingsforslag Oppgåve 1 Vi plottar funksjonen først: x=-2:1e-2:3; y=x.*sin(x)-1; plot(x,y,'linewidth',2) hold on plot([0 pi/2],[0 0],'rx') grid on For det aktuelle nullpunktet, som

Detaljer

TDT4110 IT Grunnkurs Høst 2015

TDT4110 IT Grunnkurs Høst 2015 TDT4110 IT Grunnkurs Høst 2015 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Løsningsforlag Auditorieøving 1 1 Teori Løsning er skrevet med uthevet tekst

Detaljer

Matematikk Øvingsoppgaver i numerikk leksjon 4 m-ler

Matematikk Øvingsoppgaver i numerikk leksjon 4 m-ler Matematikk 1000 Øvingsoppgaver i numerikk leksjon 4 m-ler I denne øvinga skal vi lære oss å lage m-ler små tekstler som vi bruker i MATLAB-sammenheng. Der nst to typer m-ler: Funksjonsler og skript. Funksjonsler

Detaljer

Øvingsforelesning i Python (TDT4110)

Øvingsforelesning i Python (TDT4110) Øvingsforelesning i Python (TDT4110) Tema: Introduksjon, Kalkulasjoner Vegard Hellem Velkommen! Litt om meg Vegard Hellem, 4. klasse datateknologi Øvingsforeleser i TDT4110 vegahel@stud.ntnu.no 2 Oversikt

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

Notat 6 - ST februar 2005

Notat 6 - ST februar 2005 Notat 6 - ST1301 22. februar 2005 1 Instruksjoner som data I begynnelsen av kurset definerte vi data som informasjon uttrykkt i et programmeringsspråk. Slike data kan være av ulik type, f.eks. enkle skalarer

Detaljer

Steg 1: Rest etter divisjon

Steg 1: Rest etter divisjon Primtall og effektivitet Skrevet av: Martin Strand Kurs: Python Tema: Tekstbasert, Kryptografi Fag: Matematikk, Programmering Klassetrinn: 8.-10. klasse, Videregående skole Introduksjon I matematikktimene

Detaljer

Høgskolen i Oslo og Akershus. i=1

Høgskolen i Oslo og Akershus. i=1 Innlevering i BYFE/EMFE 1000 Oppgavesett 2 Innleveringsfrist: 19. oktober klokka 14:00 Antall oppgaver: 2 Løsningsforslag Oppgave 1 a) Skriptet starter med å la Sum være 0, så blir det for hver iterasjon

Detaljer

MAT-INF 2360: Obligatorisk oppgave 3. Løsningsforslag

MAT-INF 2360: Obligatorisk oppgave 3. Løsningsforslag MAT-INF 2360: Obligatorisk oppgave 3. Løsningsforslag I kapittel 9 i kompendiet forklarte vi at maximum-likelihood er en av de viktige anvendelsene av ikke-lineær optimering. Vi skal se litt mer på hva

Detaljer

Auditorieøving 2. Matlab. TDT4105 Informasjonsteknologi, grunnkurs. Brukernavn. Fullt navn

Auditorieøving 2. Matlab. TDT4105 Informasjonsteknologi, grunnkurs. Brukernavn. Fullt navn Auditorieøving 2 Matlab TDT4105 Informasjonsteknologi, grunnkurs Brukernavn Fullt navn Oppgavesettet inneholder 4 oppgaver. De skal føres på oppgavearket. Husk å skrive brukernavn og navn tydelig på forsiden.

Detaljer

MA2501 Numeriske metoder

MA2501 Numeriske metoder MA501 Numeriske metoder Vår 009 Øving 9 Oppgave 1 Bruk vedlagte matlab-program skyt.m til å løse randverdiproblemet x + e x = 0, x(0) = x(1) = 0 Oppgave Gitt startverdiproblemet x = t(x ), x(0) = 1, x

Detaljer

Øvingsforelesning 7 i Python (TDT4110)

Øvingsforelesning 7 i Python (TDT4110) Øvingsforelesning 7 i Python (TDT4110) Lister, Strenger, Funksjoner Vegard Hellem Oversikt Praktisk Info Gjennomgang av Øving 5 Programmering til Øving 7 2 Praktisk info Kollokviegrupper Snakk med studassen

Detaljer

Eksamensforelesning TDT4105

Eksamensforelesning TDT4105 Eksamensforelesning TDT4105 Innhold 2011k... 2 Oppgave 2... 2 2009h... 2 Oppgave 3a... 2 Oppgave 3b... 2 Oppgave 3c... 3 Oppgave 3d... 3 Oppgave 3e... 3 Oppgave 3f... 3 Oppgave 3g... 4 2011h... 4 Oppgave

Detaljer

Med løkke: Læringsmål og pensum. TDT4110 Informasjonsteknologi grunnkurs: Tema: Løkker/Sløyfer Utgave 3: Kap. 4 Utgave 2: Kap. 5. Mål.

Med løkke: Læringsmål og pensum. TDT4110 Informasjonsteknologi grunnkurs: Tema: Løkker/Sløyfer Utgave 3: Kap. 4 Utgave 2: Kap. 5. Mål. 1 Kunnskap for en bedre verden TDT4110 Informasjonsteknologi grunnkurs: Tema: Løkker/Sløyfer Utgave 3: Kap. 4 Utgave 2: Kap. 5 Terje Rydland - IDI/NTNU 2 Læringsmål og pensum Mål Lære om begrepet løkker

Detaljer

Øvingsforelesning i Python (TDT4110)

Øvingsforelesning i Python (TDT4110) Øvingsforelesning i Python (TDT4110) Tema: Introduksjon, Kalkulasjoner Kristoffer Hagen Velkommen! Litt om meg Kristoffer Hagen, PhD stipendiat datateknikk Forsker på Exergames (https://www.youtube.com/watch?v=hmyp6tbno5c,

Detaljer

Læringsmål og pensum. Intro løkker. Mål Lære om begrepet løkker Lære om bruk av while-løkke Lære om bruk av for-løkke Pensum. Kapittel 4.

Læringsmål og pensum. Intro løkker. Mål Lære om begrepet løkker Lære om bruk av while-løkke Lære om bruk av for-løkke Pensum. Kapittel 4. 1 TDT4110 Informasjonsteknologi grunnkurs: Tema: Løkker - 3rd edition: Kapittel 4 Professor Alf Inge Wang 2 Læringsmål og pensum Mål Lære om begrepet løkker Lære om bruk av while-løkke Lære om bruk av

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 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

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

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 1000. Eksamensaktuelle numerikk-oppgåver

Matematikk 1000. Eksamensaktuelle numerikk-oppgåver Matematikk 1000 Eksamensaktuelle numerikk-oppgåver Som kj er numeriske metodar ein sentral del av dette kurset. Dette vil også sette preg på eksamen. Men vi kjem ikkje til å bruke datamaskin på sjølve

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

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

HØGSKOLEN I SØR-TRØNDELAG

HØGSKOLEN I SØR-TRØNDELAG HØGSKOLEN I SØR-TRØNDELAG Avdeling for informatikk og e-læring - AITeL Kandidatnr: Eksamensdato: 15.desember 2004 Varighet: Fagnummer: Fagnavn: Klasse(r): 3 timer LO116D Programmering i Visual Basic FU

Detaljer

TDT4110 Informasjonsteknologi grunnkurs: Tema: Løkker. - 3rd edition: Kapittel 4. Professor Alf Inge Wang

TDT4110 Informasjonsteknologi grunnkurs: Tema: Løkker. - 3rd edition: Kapittel 4. Professor Alf Inge Wang 1 TDT4110 Informasjonsteknologi grunnkurs: Tema: Løkker - 3rd edition: Kapittel 4 Professor Alf Inge Wang 2 Læringsmål og pensum Mål Lære om begrepet løkker Lære om bruk av while-løkke Lære om bruk av

Detaljer

Informasjon Eksamen i IN1000 og IN1001 høsten a) 1 poeng. 1b) 1 poeng. Tid. Oppgavene. Tillatte hjelpemidler. 30. november kl. 14.

Informasjon Eksamen i IN1000 og IN1001 høsten a) 1 poeng. 1b) 1 poeng. Tid. Oppgavene. Tillatte hjelpemidler. 30. november kl. 14. IN1000-INF1001-2018 Informasjon Eksamen i IN1000 og IN1001 høsten 2018 Tid 30. november kl. 14.30 (4 timer) Faglærere vil besøke lokalet ca kl 15-16. Oppgavene Oppgave 1a-f er kortsvarsoppgaver som rettes

Detaljer

Newtons metode for system av ligninger

Newtons metode for system av ligninger Newtons metode for system av ligninger Arne Morten Kvarving http://www.math.ntnu.no/ arnemort/m4-itersys.pdf Department of Mathematical Sciences Norwegian University of Science and Technology 15. Oktober

Detaljer

Løse reelle problemer

Løse reelle problemer Løse reelle problemer Litt mer om løkker, metoder med returverdier, innlesing fra fil og strenger INF1000, uke5 Ragnhild Kobro Runde MER OM LØKKER Repetisjon fra forrige uke: while Syntaks: while (condition)

Detaljer

Web-programmering med JSP Løsningsforslag leksjon 3

Web-programmering med JSP Løsningsforslag leksjon 3 Web-programmering med JSP Løsningsforslag leksjon 3 Oppgave 1 Denne siden viser inneholder en oversikt over biler:

Detaljer

Inf109 Programmering for realister Uke 5. I denne leksjonen skal vi se på hvordan vi kan lage våre egne vinduer og hvordan vi bruker disse.

Inf109 Programmering for realister Uke 5. I denne leksjonen skal vi se på hvordan vi kan lage våre egne vinduer og hvordan vi bruker disse. Inf109 Programmering for realister Uke 5 I denne leksjonen skal vi se på hvordan vi kan lage våre egne vinduer og hvordan vi bruker disse. Før du starter må du kopiere filen graphics.py fra http://www.ii.uib.no/~matthew/inf1092014

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Forelesningsinfo. Tider Mandag Tirsdag Onsdag Torsdag Fredag

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Forelesningsinfo. Tider Mandag Tirsdag Onsdag Torsdag Fredag 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

Polynomisk interpolasjon

Polynomisk interpolasjon Polynomisk interpolasjon Hans Munthe-Kaas 1. jaunar 2002 Abstract Dette notatet tar for seg interpolasjon med polynomer. Notatet er ment som et tillegg til læreboken i I162, og forsøker å framstille dette

Detaljer

Løsningsforslag. Innlevering i BYFE 1000 Oppgavesett 1 Innleveringsfrist: 10. oktober klokka 14:00 Antall oppgaver: 6. Oppgave 1

Løsningsforslag. Innlevering i BYFE 1000 Oppgavesett 1 Innleveringsfrist: 10. oktober klokka 14:00 Antall oppgaver: 6. Oppgave 1 Innlevering i BYFE 1000 Oppgavesett 1 Innleveringsfrist: 10. oktober klokka 14:00 Antall oppgaver: 6 Løsningsforslag Oppgave 1 x 1 +6x +x 3 = 8 x 1 +3x = 3x 1 +9x +x 3 = 10. a) Totalmatrise: 6 1 8 1 3

Detaljer

Binærfiler versus tekstfiler

Binærfiler versus tekstfiler 1 TDT4110 Informasjonsteknologi grunnkurs: Filbehandling 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

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 2. september 2016 2 Oversikt Praktisk informasjon Om øvingsforelesninger

Detaljer

Største primtallsfaktor i tall

Største primtallsfaktor i tall 1 Kunnskap for en bedre verden TDT4110 Informasjonsteknologi grunnkurs: Uke 40: Gjør ferdig problemløsning (faktorisering) Vektorisering Amanuensis Terje Rydland Kontor: ITV-021 i IT-bygget vest (Gløshaugen)

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs

TDT4105 Informasjonsteknologi, grunnkurs 1 TDT4105 Informasjonsteknologi, grunnkurs For BMAT, MTEL, MTENERG, MTING, MTIØT, MTMART og MTPROD Førsteamanuensis Roger Midtstraum Kontor: 206 i IT-bygget (Gløshaugen) Epost: roger@idi.ntnu.no Tlf: 735

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs. Matlab 5: Løkker (FOR og WHILE) Matlab 6: Problemløsning / Algoritmer

TDT4105 Informasjonsteknologi, grunnkurs. Matlab 5: Løkker (FOR og WHILE) Matlab 6: Problemløsning / Algoritmer 1 TDT4105 Informasjonsteknologi, grunnkurs Matlab 5: Løkker (FOR og WHILE) Matlab 6: Problemløsning / Algoritmer Rune Sætre (satre@idi.ntnu.no) Anders Christensen (anders@idi.ntnu.no) TDT4105 IT Grunnkurs

Detaljer

TDT4110 Informasjonsteknologi grunnkurs: Kapittel 7 Filer og unntak ( exceptions ) Professor Alf Inge Wang Stipendiat Lars Bungum

TDT4110 Informasjonsteknologi grunnkurs: Kapittel 7 Filer og unntak ( exceptions ) Professor Alf Inge Wang Stipendiat Lars Bungum 1 TDT4110 Informasjonsteknologi grunnkurs: Kapittel 7 Filer og unntak ( exceptions ) Professor Alf Inge Wang Stipendiat Lars Bungum 2 Læringsmål Mål Introduksjon til filer (som inndata og utdata) Å bruke

Detaljer

TDT4110 Informasjonsteknologi grunnkurs: Tema: Lister og tupler. - 3rd edition: Kapittel 7. Professor Alf Inge Wang

TDT4110 Informasjonsteknologi grunnkurs: Tema: Lister og tupler. - 3rd edition: Kapittel 7. Professor Alf Inge Wang 1 TDT4110 Informasjonsteknologi grunnkurs: Tema: Lister og tupler - 3rd edition: Kapittel 7 Professor Alf Inge Wang 2 Læringsmål og pensum Mål Lære om Sekvenser Lister List Slicing Finne elementer i lister

Detaljer

Matlab-tips til Oppgave 2

Matlab-tips til Oppgave 2 Matlab-tips til Oppgave 2 Numerisk integrasjon (a) Velg ut maks 10 passende punkter fra øvre og nedre del av hysteresekurven. Bruk punktene som input til Matlab og lag et plot. Vi definerer tre vektorer

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

Matematikk Øvingsoppgaver i numerikk leksjon 5 Løsningsforslag

Matematikk Øvingsoppgaver i numerikk leksjon 5 Løsningsforslag Matematikk 1000 Øvingsoppgaver i numerikk leksjon Løsningsforslag Oppgave 1 Summer og for-løkker a) 10 i=1 i = 1 + + 3 + 4 + + 6 + 7 + 8 + 9 + 10 = 1 + 4 + 9 + 16 + + 36 + 49 + 64 + 81 + 100 = 38. c) I

Detaljer

Obligatorisk oppgave 1

Obligatorisk oppgave 1 Obligatorisk oppgave 1 a) Oppgaveteksten oppgir et vektorfelt f(x, y) F x, y = g x, y der f og g er oppgitt ved f x, y = x 3 3xy 1 og g x, y = y 3 + 3x y. Vi kan med dette regne ut Jacobimatrisen F x,

Detaljer