Øvingsforelesning i Matlab TDT4105

Like dokumenter
Øvingsforelesning i Matlab TDT4105

Øvingsforelesning i Matlab TDT4105

TMA Kræsjkurs i Matlab. Oppgavesett 1/3

Øvingsforelesning TDT4105 Matlab

TDT4105 IT Grunnkurs Høst 2014

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

Bootstrapping og simulering Tilleggslitteratur for STK1100

Bootstrapping og simulering

Fasit eksamen i MAT102 4/6 2014

TMA4240 Statistikk Høst 2016

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

Bootstrapping og stokatisk simulering Tilleggslitteratur for STK1100

Fasit MAT102 juni 2016

TDT4105 IT Grunnkurs Høst 2016

Øving 1 TMA Grunnleggende dataanalyse i Matlab

Matlab-tips til Oppgave 2

TMA4245 Statistikk Høst 2016

Eksamen i TMA4123/TMA4125 Matematikk 4M/N

TDT4110 IT Grunnkurs Høst 2012

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

MAT-INF 2360: Obligatorisk oppgave 1

x λe λt dt = 1 e λx for x > 0 uavh = P (X 1 v)p (X 2 v) = F X (v) 2 = (1 e λv ) 2 = 1 2e λv + e 2λv = 2 1 λ 1 2λ = 3

Punktestimator. STK Bootstrapping og simulering - Kap 7 og eget notat. Bootstrapping - eksempel Hovedide: Siden λ er ukjent, bruk ˆλ:

Matematikk Øvingsoppgaver i numerikk leksjon 5 Litt oppsummering undervegs Løsningsforslag

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

Øving 1 TMA Grunnleggende dataanalyse i Matlab

Øvingsforelesning i Python (TDT4110)

Om plotting. Knut Mørken. 31. oktober 2003

Øvingsforelesning TDT4105 Matlab

Høgskolen i Oslo og Akershus. a) Finn den deriverte av disse funksjonene: b) Finn disse ubestemte integralene: c) Finn disse bestemte integralene:

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

Øvingsforelesning 3 Python (TDT4110)

Stive differensialligninger

Bioberegninger - notat 4: Mer om sannsynlighetsmaksimering

Gammafordelingen og χ 2 -fordelingen

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

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3

Notat 6 - ST februar 2005

Øvingsforelesning i Matlab (TDT4105)

Matematikk Øvingsoppgaver i numerikk leksjon 2 Funksjoner og plotting

Løsningsforslag eksamen i TMA4123/25 Matematikk 4M/N

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

Noen MATLAB-koder. 1 Plotte en vanlig funksjon. Fredrik Meyer. 23. april 2013

Noen innebygde funksjoner - Vektorisering

Matematikk Øvingsoppgaver i numerikk leksjon 4 m-ler

Noen innebygde funksjoner - Vektorisering

TMA4122/TMA4130 Matematikk 4M/4N Høsten 2010

Matematikk Øvingsoppgaver i numerikk leksjon 11 Eulers metode. Løsningsforslag

Løsningsforslag øving 8, ST1301

Løsningsforslag. og B =

Løsningsforslag MAT102 - v Jon Eivind Vatne

Pilkast og kjikvadrat fordelingen

Løsningsforslag Eksamen S2, våren 2016 Laget av Tommy Odland Dato: 29. januar 2017

Matematikk Øvingsoppgaver i numerikk leksjon 9. Løsningsforslag

MAT1110: Obligatorisk oppgave 2, V Løsningsforslag

Livsforsikring et eksempel på bruk av forventningsverdi

Løsningsforslag Eksamen S2, våren 2017 Laget av Tommy O. Sist oppdatert: 25. mai 2017

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

Høgskolen i Oslo og Akershus. = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) e 2x + x 2 ( e 2x) 1 sin x (sin x) + 2x = cos x

Løsningsforslag i matematikk

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

Obligatorisk oppgave 1

Prøve i Matte 1000 BYFE DAFE 1000 Dato: 03. mars 2016 Hjelpemiddel: Kalkulator og formelark. Alle svar skal grunngis. Alle deloppgaver har lik vekt.

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

3.1.1 Eksempel: "Student's" t-fordeling Lognormal-fordeling... 7

Programmering i R. 6. mars 2004

dg = ( g P0 u)ds = ( ) = 0

Løsningsforslag for eksamen i AA6526 Matematikk 3MX - 5. desember eksamensoppgaver.org

EKSAMENSOPPGAVE / EKSAMENSOPPGÅVE

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

Matematikk Øvingsoppgaver i numerikk leksjon 6. Løsningsforslag

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

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

Løsningsforslag. og B =

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

MIK 200 Anvendt signalbehandling, 2012.

Matematikk Eksamensaktuelle numerikk-oppgåver

Øvingsforelesning i Matlab (TDT4105)

Øving 13. Et diffraksjonsgitter med N meget smale spalter og spalteavstand d resulterer i en intensitetsfordeling. I = I 0, φ = πdsin(θ)/λ

y (t) = cos t x (π) = 0 y (π) = 1. w (t) = w x (t)x (t) + w y (t)y (t)

En innføring i MATLAB for STK1100

ITGK - H2010, Matlab. Repetisjon

Control Engineering. MathScript. Hans-Petter Halvorsen

MA2501 Numeriske metoder

Øvingsforelesning 5 Python (TDT4110)

Eksamensoppgave i TMA4130/35 Matematikk 4N/4D

Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at

Læringsmål og pensum. Oversikt

Medisinsk statistikk Del I høsten 2009:

Løysingsforslag for oppgåvene veke 17.

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

TMA4245 Statistikk Høst 2016

Tyngdepunkt. Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at. Kapittel 4

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

MAT-INF 2360: Obligatorisk oppgave 3. Løsningsforslag

Øvingsforelesning 5 Python (TDT4110)

Løsningsforslag Eksamen S2, høsten 2017 Laget av Tommy O. Sist oppdatert: 26. november 2017

EKSAMEN I MATEMATIKK 1000

Tall, vektorer og matriser

6 x P (X = x) = x=1 = P (X 2 = 6)P (X 2 = 6)P (X 3 = 6) =

Transkript:

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 (Funksjoner som variabler)

3 Konsept 1. Funksjon y = f (x):

3 Konsept 1. Funksjon y = f (x): f (x 1 ) = [f (x 1 )]

3 Konsept 1. Funksjon y = f (x): f (x 1 ) = [f (x 1 )] f ([x 1, x 2 ]) = [f (x 1 ), f (x 2 )]

3 Konsept 1. Funksjon y = f (x): f (x 1 ) = [f (x 1 )] f ([x 1, x 2 ]) = [f (x 1 ), f (x 2 )] f ([x 1,..., x n]) = [f (x 1 ),..., f (x n)]

3 Konsept 1. Funksjon y = f (x): f (x 1 ) = [f (x 1 )] f ([x 1, x 2 ]) = [f (x 1 ), f (x 2 )] f ([x 1,..., x n]) = [f (x 1 ),..., f (x n)] Eksempel: sin(x)

3 Konsept 1. Funksjon y = f (x): f (x 1 ) = [f (x 1 )] f ([x 1, x 2 ]) = [f (x 1 ), f (x 2 )] f ([x 1,..., x n]) = [f (x 1 ),..., f (x n)] Eksempel: sin(x) 2. Funksjon skalar = f (x)

3 Konsept 1. Funksjon y = f (x): f (x 1 ) = [f (x 1 )] f ([x 1, x 2 ]) = [f (x 1 ), f (x 2 )] f ([x 1,..., x n]) = [f (x 1 ),..., f (x n)] Eksempel: sin(x) 2. Funksjon skalar = f (x) Funger uansett hvor lang x er

3 Konsept 1. Funksjon y = f (x): f (x 1 ) = [f (x 1 )] f ([x 1, x 2 ]) = [f (x 1 ), f (x 2 )] f ([x 1,..., x n]) = [f (x 1 ),..., f (x n)] Eksempel: sin(x) 2. Funksjon skalar = f (x) Funger uansett hvor lang x er Eksempel: sum(x)

4 Eksempler 1. Lag en funksjon f(x) som regner ut 2πx

4 Eksempler 1. Lag en funksjon f(x) som regner ut 2πx 2. Lag en funksjon g(x) som regner ut f 2 (x)

4 Eksempler 1. Lag en funksjon f(x) som regner ut 2πx 2. Lag en funksjon g(x) som regner ut f 2 (x) 3. Lag en funksjon h(x, i) som regner ut x i i!

4 Eksempler 1. Lag en funksjon f(x) som regner ut 2πx 2. Lag en funksjon g(x) som regner ut f 2 (x) 3. Lag en funksjon h(x, i) som regner ut x i Estimer e ved å bruke h! i!

4 Eksempler 1. Lag en funksjon f(x) som regner ut 2πx 2. Lag en funksjon g(x) som regner ut f 2 (x) 3. Lag en funksjon h(x, i) som regner ut x i Estimer e ved å bruke h! e(x) = i=0 xi i! i!

5 Oversikt Funksjoner av vektorer Gjennomgang av øving 5 Plotting Preallokering (Funksjoner som variabler)

6 Større oppgaver 1. Les oppgavene nøye (gjerne to-tre ganger). 2. Let etter enkle utgangspunkt Skal jeg lage en funksjon? Skal jeg bare opprette en variabel? Skal jeg sette sammen en løsning i et script? 3. Fyll ut med detaljer for å få løsningen til å stemme.

7 Oversikt Funksjoner av vektorer Gjennomgang av øving 5 Plotting Preallokering (Funksjoner som variabler)

8 Grafikk For visualisering Plottfunksjoner: plot(xverdier, yverdier) Kan være lister, eller matriser (plott per kolonne)

8 Grafikk For visualisering Plottfunksjoner: plot(xverdier, yverdier) plot(x1, y1, x2, y2,..., xn, yn) Flere plots samtidig (kan også være punkt)

8 Grafikk For visualisering Plottfunksjoner: plot(xverdier, yverdier) plot(x1, y1, x2, y2,..., xn, yn) plot(yverdier) Typisk blir x-verdier indekser (med mindre y-verdiene er komplekse)

8 Grafikk For visualisering Plottfunksjoner: plot(xverdier, yverdier) plot(x1, y1, x2, y2,..., xn, yn) plot(yverdier) Merk: for linjeplott må alle punktene være samlet i en matrise.

9 Eksempel: sannsynlighetsfordelinger 1. Plott en standard normalfordeling for x [ 5, 5] f (x) = 1 2π e x2 2

9 Eksempel: sannsynlighetsfordelinger 1. Plott en standard normalfordeling for x [ 5, 5] f (x) = 1 2π e x2 2 1. Plott en standard eksponensialfordeling for x [ 1, 10] { e x if x >= 0 f (x) = 0 if x < 0

10 Oversikt Funksjoner av vektorer Gjennomgang av øving 5 Plotting Preallokering (Funksjoner som variabler)

11 Effektiv matlab Hvis du trenger en vektor, lag hele med en gang Raskere enn å lage vektoren litt og litt Preallokering v = zeros(0, 1, 100); for i = 1:100 v(i) = f(i); end Uten preallokering v = []; for i = 1:100 v(i) = f(i); end

12 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(1e6)

13 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?

13 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.

14 While-løkker og preallokering: eksempel Modifiser Newtons metode til å ikke skrive ut midlertidige resultater, men returnere dem i en vektor.

15 Oversikt Funksjoner av vektorer Gjennomgang av øving 5 Plotting Preallokering (Funksjoner som variabler)

16 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

16 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)

16 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 = @f lager en ny variabel som referer til f(x) finn_nullpunkt(@f) kaller funksjonen finn_nullpunkt med funksjonen f som parameter.

17 Eksempel: numerisk integrering Estimer 100 0 x 2 dx ved å bruke matlabs integral-funksjon

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

18 Nytt konsept Kan lage funksjoner mens matlab kjører Kan brukes for funksjoner med bare ett uttrykk som regner ut resultatet. Syntaks: min_funksjon = @(<parameterliste>) = <uttrykk>;

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

19 Eksempel: parametriserte sannsynlighetsfordelinger 1. Plott flere normalfordelinger med forskjellige forventningsverdier og varianser Eksempelbilde på wikipedia.

20 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

21 Eksempel: arrayfun Matlabfunksjonen arrayfun kaller en gitt funksjon for hvert element i en gitt liste. Bruk arrayfun til å estimere flere verdier av e x ved hjelp av h(x, i) fra tidligere eksempel.