PROSESSTEKNIKK (TKP4120) Tema: "Visualisering av x, y-diagrammer" (ca. 5 timer)

Like dokumenter
PROSESSTEKNIKK (TKP4120) Tema: "Van der Waals tilstandslikning" (ca. 4 timer)

Læreplan i Programmering og modellering - programfag i studiespesialiserende utdanningsprogram

Introduksjon til programmering og programmeringsspråk. Henrik Lieng Høgskolen i Oslo og Akershus

TMA4100 Matematikk 1, høst 2013

TMA4100 Matematikk 1, høst 2013

Introduksjon til programmering og programmeringsspråk

Alternativ dag for teoriforelesning. Intro. Torsdag 12:15-14:00 R1

Intro til L A TEX Del II

Mattespill Nybegynner Python PDF

Etablering av CSE-nettressurs

Introduksjon til Jupyter Notebook

Grunnleggende ferdigheter i faget (fra Kunnskapsløftet)

Øvingsforelesning i Matlab TDT4105

Om du allerede kjenner Scratch og har en Scratchbruker kan du gå videre til Steg 1.

6108 Programmering i Java. Leksjon 1. Introduksjon til programmering og til Java

Ønsker å få til: -Elevmedvirkning for å lykkes med egenvurdering differensiering, mestring og progresjon -Utvikle vurdering for læring

<kode> Grunnleggende matematikk for ingeniører Side 1 av 5

Brukermanual. Studentevalueringssystem

Rapportskriving. En rettledning.

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

TDT4105 Informasjonsteknologi, grunnkurs

TDT4110 Informasjonsteknologi, grunnkurs Uke 35 Introduksjon til programmering i Python

JS: Grunnleggende JavaScript

Hva er maskinvaren Arduino

Ønsker å få til: -Elevmedvirkning for å lykkes med egenvurdering differensiering, mestring og progresjon -Utvikle vurdering for læring

Integrere beregninger på datamaskin gjennom hele bachelor-studiet? UiO er ledende

Øvingsforelesning i Matlab TDT4105

Hurtigstartveiledning

Læringsmål og pensum. v=nkiu9yen5nc

Steg 1: Hente grafikk fra nettet

INF2810: Funksjonell Programmering. En Scheme-evaluator i Scheme

TMA4240 Statistikk 2014

MAT-INF 1100: Obligatorisk oppgave 1

Fagplan-/Studieplan Studieår Data. Oppstart H2010, 1. kl.

Håndbok i kjøp av oversettingstjenester

Øvingsforelesning i Matlab TDT4105

Det matematisk-naturvitenskapelige fakultet Økt forståelse for matematikk ved bruk av programmering Sinusseminar 2019

Læreplan i informasjonsteknologi - programfag i studiespesialiserende utdanningsprogram

Robotinvasjon Introduksjon ComputerCraft PDF

Minste kvadraters metode i MATLAB og LabVIEW

Kort om kursene INF1100 og MAT-INF1100L

TDT4110 Informasjonsteknologi grunnkurs: Eksempler. Mangekanter

Test of English as a Foreign Language (TOEFL)

TDT4110 Informasjonsteknologi grunnkurs: Kapittel 1 Introduksjon til Programmering og Python. Professor Alf Inge Wang

Eksamensbesvarelser i REA3015 Informasjonsteknologi 2

Vektorligninger. Kapittel 3. Vektorregning

INF2810: Funksjonell Programmering. En metasirkulær evaluator

PR november 2009 Programvare, pc-basert kontroll Side 1 av 5

Kom i gang med Python

Hurtigstartveiledning

TMA4240 Statistikk Høst 2013

TDT4105 Informasjonsteknologi, grunnkurs

TMA4115 Matematikk 3 Vår 2017

Forelesning 25. MAT1030 Diskret Matematikk. Litt repetisjon. Litt repetisjon. Forelesning 25: Trær. Roger Antonsen

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

På reise Nivå: Formål: Program: Henvisning til plan: 8. klasse Matematikk i dagliglivet: Tall og algebra: Grafer og funksjoner:

INF109 (kun et utvalg av kommentarene er med i denne rapporten)

InfoRed Publisering. - produktbeskrivelse. TalkPool WebServices Postboks Åneby

Etablering av nettressurs med eksempler, prosjekter og data

Karakter 2: 10p Karakter 3: 17p Karakter 4: 23p Karakter 5: 30p Karakter 6: 36p

PC-bok 1. Svein-Ivar Fors. Lær deg. og mye mer! Windows Tekstbehandling Regneark Mange nyttige PC-tips!

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

TDT4110 IT Grunnkurs Høst 2014

Forelesning 1 mandag den 18. august

TMA4122/TMA4130 Matematikk 4M/4N Høsten 2010

Forelesning 25. MAT1030 Diskret Matematikk. Litt repetisjon. Litt repetisjon. Forelesning 25: Trær. Dag Normann

Forslag til ny læreplan for informatikk studieretningsfag

INF2810: Funksjonell Programmering. En metasirkulær evaluator

Hvor gammel er du? Hvor gammel er du? Del 1: Skrive ut til skjerm. Gjøre selv. Skrevet av: Sindre O. Rasmussen, Kodeklubben Trondheim

IN1010. Fra Python til Java. En introduksjon til programmeringsspråkenes verden Dag Langmyhr

Testlig og binær form

MAT1030 Diskret Matematikk

Last ned Programmerbare logiske styringer - Dag Håkon Hanssen. Last ned

Last ned Programmerbare logiske styringer - Dag Håkon Hanssen. Last ned

Tilfeldighetenes spill Veiledning til bruk av dataprogrammet

Geometra. Brukermanual. Telefon:

ÅRSPLAN I MATEMATIKK FOR 4. TRINN 2018/2019 Læreverk: Multi Lærer: Anita Nordland og Astrid Løland Fløgstad UKE MÅL (K06) TEMA ARBEIDSFORM VURDERING

Anne Berit Fuglestad Elektroniske arbeidsark i Excel

Objektorientert programmering med Java ISBN

Bruk piazza for å få rask hjelp til alles nytte!

Du har sikkert allerede startet noen programmer ved å trykke på kontrollknappen. VINDUER = WINDOWS

ÅRSPLAN I MATEMATIKK FOR 3. TRINN HØSTEN 2013 Læreverk: Multi Faglærer: Astrid Løland Fløgstad MÅL (K06) TEMA ARBEIDSFORM VURDERING Data og statistikk

Skilpadder hele veien ned. Steg 1: Tegn et fjell. Sjekkliste. Introduksjon. Hent frem skilpaddene dine, åpne IDLE, det er på tide å tegne igjen.

SolidPlant er perfekt for deg som jobber med design av rørsystemer og anlegg, og er kjent med SolidWorks.

Kapittel 6: Funksjoner

Simulerings-eksperiment - Fysikk/Matematikk

MAT1030 Forelesning 14

Innledning: Arbeidsgruppen for grunnundervisning i matematikk og statistikk består av:

Brukerveiledning. Enkelt søk i Naturbase. Versjon 23. februar 2015

IN1010. Fra Python til Java. En introduksjon til programmeringsspråkenes verden Dag Langmyhr

1.2 Dynamiske, tjenerbaserte og interaktive nettsteder

Transkripsjon studentintervju fra uke 16 og 17

ÅRSPLAN I MATEMATIKK FOR 4. TRINN 2015/2016 (høst)

Fra Python til Java. En introduksjon til programmeringsspråkenes verden. Dag Langmyhr

TDT4102 Prosedyre og Objektorientert programmering Vår 2014

Steg 1: Regneoperasjoner på en klokke

MAT1030 Forelesning 25

Hva er et Prosjekt? NVivo ikke bare koding. Noen sentrale komponenter i NVivo, ord og uttrykk m.m.

MA1201/MA6201 Høsten 2016

Lineære ligningssystemer og gausseliminasjon

Transkript:

Norges teknisk naturvitenskapelige universitet MTKJ Side 1 av 5 Ansvarlig: T. Haug-Warberg (haugwarb at nt dot ntnu dot no) Bokmål Forkunnskaper: grunnleggende programmering PROSESSTEKNIKK (TKP4120) Tema: "Visualisering av x, y-diagrammer" (ca. 5 timer) Etter å ha fullført denne oppgaven skal du ha et bedre grunnlag for å kunne velge rett programvare for tegning av x, y-diagrammer. Oppgave 1 La oss ta den viktigste beskjeden først: programmering er ikke et verktøy! For en mester i faget er programmering en form for livskunst, akkurat som matematikk, fysikk og kjemi. Programmering er heller ikke et spørsmål om å skrive mye kode. På samme måte som at matematikk ikke bare er symboler, fysikk ikke bare er ligninger, og kjemi ikke bare er glassutstyr. For å bli en god programmerer må du bygge opp mye erfaring og dertil kunne anvende mange ulike programmeringsparadigmer, men siden det er flere programmeringsspråk enn menneskelige språk her i verden betyr det at du har mye å lære. Men, det er ikke meningen å skulle ødelegge motivasjonen med dette utsagnet. Fordi: Uavhengig av hvilket programmeringsspråk du bruker, er det et lite sett med regler som alltid gjelder. Nemlig: 1 Think structure, structure, structure 2 Keep it simple, simple, simple 3 Focus, focus, focus 4 *** Disse reglene 1 gjelder også innen matematikk, fysikk og kjemi, så du kan trygt ta dem med videre på ferden. 1 Det er ikke mine regler et søk på internettet vil gi deg hundretusener av treff.

Side 2 av 5 a) Tenk igjennom hverdagen din og velg et par interesser hvor læresetningene ovenfor kan komme til nytte. Ikke tenk så mye på den tekniske utførelsen. Konsentrer deg heller om å tenke struktur. For hva er egentlig struktur? Det kan for eksempel være å lage en treningsdagbok, lære seg det periodiske systemet, ordne opp i kaoset på datamaskinen, regne ut en tabell for tidevannet på favorittfiskestedet, o.s.v. Oppgave 2 Det egentlige temaet for denne øvingen er visualisering av x, y-diagrammer. Så, hvordan kan du på enklest mulig vis og med best mulig resultat frembringe alle de tabellene og diagrammene som skal inn i den neste laboratorierapporten din? Oppgavestillingen er enkel, men svaret er desto mer komplisert. Det fins nemlig ingen standard representasjon av x, y-diagrammer og heller ingen standard måte å tegne dem på. Dermed blir man henvist til å velge fra et sant mangfold av språk og hva verre er: med få muligheter til å kunne ombestemme seg uten at det vil medføre en masse ekstra arbeid. I tillegg vil man også erfare at preferanser for grafisk fremstilling endrer seg over tid slik at fleksibilitet er kanskje et viktigere stikkord enn noe annet. For unngå at du må binde deg til et bestemt programmeringsmiljø skal vi, i dette kurset og senere i studiet, legge vekt på frittstående datafiler som kan brukes til grafisk fremstilling i mange, ulike miljøer. Aktuelle eksempler er: Excel, R, Python, GNUplot, LaTeX, Octave og Matlab. Det vi trenger først av alt er å bestemme oss for et egnet filformat. Det må ha en enkel struktur slik at det kan leses av mange forskjellige grafikkprogrammer. Det må selvsagt også kunne romme den informasjonen som er påkrevd, men heller ikke noe mer. Disse kravene snevrer inn valgmulighetene og det formatet som peker seg ut er kommaseparerte filer med kommentarlinjer i toppen av filen: 1 % meta : free text 2 % meta : free text 3 %... :... 4 % ----------------- 5 % label, label,... 6 %...,...,... 7 % key, key,... 8 % units, units,... 9 % ----------------- 10 data, data,... 11 data, data,... 12...,...,... Kommentarene spiller en viktig rolle i denne sammenhengen. De inneholder viktig metainformasjon som for eksempel: forfatter, dato, referanser, o.s.v. Ved å ta i bruk dette enkle filformatet oppnår vi flere viktige fordeler. La oss ramse opp noen:

Side 3 av 5 Filen kan leses og skrives fra en hvilken som helst datamaskin som kjører under et hvilket som helst operativsystem. Ved å legge bibliografiske referanser inn i metainformasjonen i toppen av filen blir innholdet sporbart for all fremtid. Datagrunnlaget til filen kan skrives av et program og leses av et annet med minimum programmeringsinnsats. Ulempen med formatet er at det ikke er del av en internasjonal standard. Det utgjør kun et slags minste felles multiplum blant de mulighetene som vi ønsker å ivareta. Og selv om filformatet kan brukes av mange forskjellige grafikkprogrammer kan vi ikke garantere at grafikken blir den samme i hvert enkelt tilfelle. En grafikkstandard hadde gjort livet så mye enklere å leve, men noe sånt fins ikke; og i dag har hvert fagmiljø etablert sin egen praksis for hvordan et diagram skal se ut. Men, til tross for dette er det fortsatt mulig å oppnå en høy grad av koherens mellom de ulike alternativene. La oss først undersøke hvilke alternativer vi har: Excel : regneark integrert med grafikk R : statistikk integrert med grafikk Python : programmering med grafikkbibliotek (Matplotlib,... ) GNUplot : kun grafikk LaTeX : typografi med grafikkbibliotek (TikZ, PStricks,... ) Octave : vektor matrise med integrert grafikk Matlab : vektor matrise med integrert grafikk Tilsammen åtte mulige valg hvert av dem med ulike muligheter og begrensninger. Oppgaven din er å velge det miljøet som du er best tjent med. a) Du blir bedt om å bruke minst én klokketime på å lete opp bakgrunnsinformasjon for de åtte valgene slik at du skal kunne gjøre deg opp en formening om hva du er best tjent med. jeg (vi) ønsker tilbakemelding på hvilket valg du har gjort! Og glem ikke at du hele tiden må finne deg i å slå opp ukjent terminologi og syntaks i tekniske fagbeskrivelser og brukermanualer. Alt er stort sett skrevet på engelsk, men det er et mindre problem. Alvorligere er det at brukermanualene ofte er på flere hundre sider og at du ikke engang skal håpe at professoren eller studentassistentene i faget har alle svarene. Men, vi bruker for det meste åpen kildekode og i disse miljøene fins det så mange

Side 4 av 5 ekstremt dyktige personer at det alltid vil være noen som kan svare på spørsmålet ditt. Forutsetningene er at du har gjort hjemmeleksen din og har skrevet en MWE (eng. Minimal Working Example) som illustrerer det du ikke skjønner. Uten en MWE blir du satt grundig på plass. Oppgave 3 a) Sett grafikkprogrammet ditt på prøve for å tegne kolonnene i datafilen pptable.txt i et dertil egnet v, p-diagram. De første tabellradene er: 1 % Who : T. Haug-Warberg 2 % What : Ideal gas pressure. 3 % : Calculated at 30 volumes and 3 temperatures. 4 % Where : Dept. Chem. Eng, NTNU 5 % Why : TKP4120 Exercise 1 6 % When : 2017-01-10 Tue 18:24:32 (auto-generated: pptable) 7 % --------------------------------------------------------- 8 % Volume, Pressure, Pressure, Pressure 9 % V, T=100, T=300, T=500 10 % m^{3}, K, K, K 11 % ----------------------------------------------------------- 12 0.926118728129, 8977.76035347, 26933.2810604, 44888.8017673 13 0.857695898591, 9693.96264301, 29081.887929, 48469.813215 Diagrammet ditt skal til slutt se ut som det nedenstående. Den ytre rammen viser den virkelige størrelsen til hele figuren: 500000 Pressure [Pa] 400000 300000 200000 T = 100 K T = 300 K T = 500 K 100000 0.2 0.4 0.6 0.8 1 Volume [m 3 ]

Side 5 av 5