7 3D-Graphik Kurven im R 3
|
|
- Swen Schuster
- vor 7 Jahren
- Abrufe
Transkript
1 7 3D-Graphik
2 7 3D-Graphik Kurven im R 3 plot3 Dieser Befehl funktioniert analog wie plot, nur das hier noch ein Vektor mit den z-koordinaten hinzukommt. Wir plotten die Kurve [, 6π] R 3 : t (cos t, sin t, t). t = linspace(,6*pi,); x = cos(t); y = sin(t); z = t; plot3(x,y,z) xlabel( x ) ylabel( y ) zlabel( z ) % beschriftet die z-achse grid on
3 7 3D-Graphik 65 Alternativ dazu würde auch der line-befehl funktionieren: line(x,y,z).
4 7 3D-Graphik Funktionen mit zwei Unbekannten, Flächen im R 3 Um Funktionen mit einer Unbekannten zu plotten wurde ein x-vektor erzeugt, d.h. ein Intervall in einzelne Punkte zerlegt, und für die Werte die Funktionswerte y = f(x) berechnet. Für Funktionen mit zwei Unbekannten benötigen wir zuerst ein Gitter. Die Funktionwerte werden dann an den Gitterpunkten berechnet. Wir erzeugen ein Gitter definiert durch den x-vektor (,.5,,.5, ) und durch den y-vektor (,, 3, 4) (Kartesisches Produkt).
5 7 3D-Graphik 67 4 (,4) (.5,4) (,4) (.5,4) (,4) 3 (,3) (.5,3) (,3) (.5,3) (,3) y (,) (.5,) (,) (.5,) (,) (,) (.5,) (,) (.5,) (,).5.5 x Die x-koordinaten und y-koordinaten der Gitterpunkte werden in einer 4 5 Matrix X und in einer 4 5 Matrix Y abgespeichert. Die z-koordinaten Z = f(x, Y ) werden durch elementweise Operationen berechnet.
6 7 3D-Graphik 68 Die Matrizen X und Y erhalten wir mit dem Befehl meshgrid: x = :.5:; y = :4; [X,Y] = meshgrid(x,y) X = Y =
7 7 3D-Graphik 69 Die Matrix Y steht auf dem Kopf, da die Zeilenindizes von Y natürlich von oben nach unten wachsen. Somit ist auch (X(, ), Y (, )) der Gitterpunkt links unten, also (,). Unsere Funktion sei z = f(x, y) = x. Z = X.^ Z =
8 7 3D-Graphik 7 Diese Funktion kann nun mit dem Befehl mesh gezeichnet werden: Syntax: mesh(x,y,z) oder mesh(x,y,z,c) C ist eine Matrix und dient zur Einfärbung der Fläche (siehe später). mesh(x,y,z) 4 4 Die Netzlinien sind entsprechend der Höhe (z-wert) eingefärbt.
9 7 3D-Graphik 7 Verschiedene Gitter Die Punkte in x und y müssen nicht äquidistant sein. x = [,,.5,.75,]; y = [,3, 3.5 4]; [X,Y] = meshgrid(x,y); y.5.75 x
10 7 3D-Graphik 7 Das Gitter muss auch nicht rechteckig sein. Beispiel: Ein Gitter auf einem Viertelkreisring. Ein rechteckiges Gitter wird in ein Gitter auf einem Viertelkreisring transformiert. Mit Hilfe der Abbildung (Polarkoordinaten) x(r, ϕ) = r cos ϕ, y(r, ϕ) = r sin ϕ mit r [, ] und ϕ [, pi/]. r = linspace(,,5); phi = linspace(,pi/,); [R,PHI] = meshgrid(r,phi); X = R.*cos(PHI); Y = R.*sin(PHI);
11 7 3D-Graphik 73.5 phi.5 y.5 r x Es können nur Gitter erzeugt werden, die man durch Transformation aus einem rechteckigen Gitter (Matrix) erhält. Es können aber Teile des Gitters weggelassen werden indem Elemente der Matrizen X, Y oder Z mit NaN (Not a Number) belegt werden.
12 7 3D-Graphik 74 Wir zeichnen nun auf dem Viertelkreisring die in kartesischen Koordinaten gegebene Funktion z = f(x, y) = x : Z = X.^; mesh(x,y,z) 4
13 7 3D-Graphik 75 Jetzt zeichnen wir die in Polarkoordinaten gegebene Funktion z = g(r, ϕ) = r = x + y. Die Funktion wird auf dem (r, ϕ)-gitter berechnet. Bei der Transformation auf den Viertelkreisring werden die Funktionswerte einfach mitgenommen. Z = R.^; mesh(x,y,z) 4 3
14 7 3D-Graphik 76 Eine Fläche kann auch durch eine Parametrisierung mit zwei Parametern erzeugt werden. Beispiel: x = cos s, y = t, z = sin t mit s [, π] und t [, 5]. s = linspace(,pi,9); t = linspace(,5,9); [S,T] = meshgrid(s,t); X = *cos(s); Y = T; Z = *sin(s); mesh(x,y,z) axis equal
15 7 3D-Graphik 77 z 5 4 y 3 x
16 7 3D-Graphik 78 Der Befehl surf Der Aufruf wie bei mesh. Unterschied: Die Fläche ist schattiert. Mit den Matrizen aus dem vorigen Beispiel erhalten wir mit surf(x,y,z): z 5 4 y 3 x Default-Einstellung: Facetten werden eingefärbt, zusätzlich werden Gitterlinien gezeichnet.
17 7 3D-Graphik 79 Mit dem Befehl shading können diese Einstellungen geändert werden. shading flat Gitterlinien werden nicht gezeichnet shading interp Farbverlauf durch Interpolation shading facetted default z 5 shading flat z 5 shading interp y x y x
18 7 3D-Graphik 8 Der Befehl colormap Eine Farbkarte wird mit dem Befehl colormap festgelegt. Syntax: colormap(map) map ist eine n 3- Matrix. In jeder Zeile steht die Definition einer RGB-Farbe. Dies ist jeweils ein 3 Vektor mit Werten zwischen und für rot, grün, und blau. Syntax: map = colormap Auslesen der aktuellen Farbkarte in die Matrix map. Mit den Befehlen hsv, jet,... werden 64 x 3 Matrizen definiert. Mit hsv(n), jet(n),... n 3-Matrizen
19 7 3D-Graphik 8 hsv jet gray cool hot spring summer autumn winter copper bone white pink colorcube lines flag prism
20 7 3D-Graphik 8 Selbstdefinierte Farben: t = linspace(,,6) ; map = [t,ones(length(t),)/]; map = surf(x,y,z) colormap(map) shading interp
21 7 3D-Graphik 83 5
22 7 3D-Graphik 84 Mit 8 Farben: 5 Je mehr Zeilen die Matrix map enthält (mehr Farben), desto feiner ist der Farbverlauf. Die Farben wurden entsprechend dem Wert der z-koordinate der Gitterpunkte gewählt. In unserem Beispiel wird das Intervall [,] (kleinster und größter z-wert) auf das Intervall [, Anzahl Farben] abgebildet und auf ganze Zahlen
23 7 3D-Graphik 85 gerundet. Der Befehl caxis([cmin, cmax]) bestimmt welches Intervall [cmin, cmax] auf die Farbkarte abgebildet wird. mesh(x,y,z,c), surf(x,y,z,c) Fall shading facetted oder shading flat: C muss eine (m ) (n )-Matrix sein ([m,n]=size(z)). C(i,j) wird auf die Farbkarte abgebildet und bestimmt Farbe der Facette. Fall shading interp: C muss eine m n-matrix sein ([m,n]=size(z)). C(i,j) wird auf die Farbkarte abgebildet und bestimmt die Farbe der Gitterpunkte für die Interpolation.
24 7 3D-Graphik 86 Beispiel: Die Temperatur des Zylindermantels sei durch folgende Funktion definiert: T (s, t) = ( t). sin(s) (auf dem (s, t)-gitter des Zylindermantels) Der Befehl colorbar zeichnet eine Farbskala. temp = *(-T).*sin(S); surf(x,y,z,temp) colormap(jet(8)) shading interp colorbar
25 7 3D-Graphik
26 7 3D-Graphik 88 Falls es stört, dass auch positive Temperaturen blau dargestellt werden: caxis([-,]) colorbar 5 5 5
27 7 3D-Graphik 89 Die Blickrichtung einstellen, view view([az,el]) view([x,y,z]) [az,el] = view view() view(3) Azimuth und Elevation setzen. [x,y,z] Vektor, der die Blickrichtung bestimmt. Azimuth und Elevation auslesen. -dimensional. 3-dimensional.
28 7 3D-Graphik 9 Die Blickrichtung kann auch mit der Maus eingestellt werden. Taste ganz rechts in der Toolbar des Graphikfensters drücken.
29 7 3D-Graphik 9 Weitere Befehle für Flächen meshc, surfc: Wie mesh bzw. surf. Es werden zusätzlich Höhenlinien gezeichnet. meshz: Wie mesh. Ein Vorhang hängt an den Seiten herunter. surfl: Wie surf. Die Fläche wird aber beleuchtet
30 7 3D-Graphik Höhenlinien contour(x,y,z) Zeichnet die z-werte als Höhenlinien, X, Y und Z sind Matrizen wie für mesh und surf. contour(x,y,z,n) Zeichnet n Höhenlinien (äquidistant). contour(x,y,z,v) Der Vektor v enthält die Niveaus, für die Höhenlinien gezeichnet werden. Falls nur eine Höhenlinie gezeichnet werden soll, muss v das Niveau zweimal enthalten (z.b.: v = [,]). Die Beschriftung der Höhenlinien erfolgt mit clabel. [c,h] = contour(argumente wie oben); clabel(c,h) contourf Wie contour, die Bereiche zwischen den Höhenlinien sind, je nach Niveau, eingefärbt. Auch die Befehle shading und colormap können hier verwendet werden.
31 7 3D-Graphik Vektorfelder quiver(x,y,vx,vy) zeichnet Vektoren (VX(i,j),VY(i,j)) in den Punkten (X(i,j),Y(i,j)). Mit [VX,VY]=gradient(Z,x,y) kann das Gradientenfeld einer Fläche z = f(x, y) auf einem rechteckigen Gitter numerisch berechnet werden. Die Vektoren x und y sind jene Vektoren, die die Matrizen X und Y mit meshgrid erzeugen. Damit man die Vektoren erkennen kann, sollte ein grobes Gitter verwendet werden. Die Vektoren sind mit einem gemeinsamen Faktor skaliert, haben also im Allg. nicht die wirkliche Länge.
32 7 3D-Graphik Beispiele zu contour, quiver und gradient, surfl, surfc, meshz x = linspace(-,,); y = linspace(-,,); [X,Y] = meshgrid(x,y); Z = X.*exp(-(X-Y).^); % contour figure() contour(x,y,z) title( contour(x,y,z) ) figure() [c,h] = contour(x,y,z,-:.:); clabel(c,h); title( contour(x,y,z,-:.:) )
33 7 3D-Graphik 95 figure(3) contourf(x,y,z,-:.:); colorbar title( contourf(x,y,z,-:.:) ) % quiver figure(4) x_grob = -:.:; y_grob = -:.:; [X_grob,Y_grob] = meshgrid(x_grob,y_grob); Z_grob = X_grob.*exp(-(X_grob-Y_grob).^); [GRAD_Z_X,GRAD_Z_Y] = gradient(z_grob,y_grob,y_grob); quiver(x_grob,y_grob,grad_z_x,grad_z_y) hold on contour(x,y,z,-:.:); axis([-,,-,]) hold off title( quiver und contour )
34 7 3D-Graphik 96 % surfl figure(5) surfl(x,y,z) colormap(gray) shading interp title( surfl(x,y,z) ) % surfc figure(6) surfc(x,y,z) colormap(copper) shading interp title( surfc(x,y,z) ) % meshz figure(7) meshz(x_grob,y_grob,z_grob) shading interp title( meshz(x_grob,y_grob,z_grob )
35 7 3D-Graphik 97 contour(x,y,z) contour(x,y,z,-:.:) contourf(x,y,z,-:.:).5 quiver und contour.5
36 7 3D-Graphik 98 surfl(x,y,z) surfc(x,y,z) meshz(xgrob,ygrob,zgrob)
37 7 3D-Graphik Flächen durch beliebig angeordnete Datenpunkte Matlab bietet auch die Möglichkeit Flächen durch Datenpunkte zu zeichnen, deren Anordnung nicht auf ein rechteckiges Gitter basiert. Mit delaunay und trimesh bzw. trisurf Es seien die x- und y-koordinaten der Punkte in den Vektoren x und y sowie z = f(x, y) im Vektor z abgespeichert. tri = delaunay(x,y) erzeugt eine Triangulierung durch die Punkte (x(i),y(i)). tri ist eine n 3-Matrix, in der in jeder Zeile ein Dreieck durch drei Knotennummern (= Index für die Koordinaten in x und y) definiert ist. Um eine Fläche über dieser Triangulierung zu zeichnen, werden die Befehle trimesh(tri,x,y,z) und trisurf(tri,x,y,z) verwendet.
38 7 3D-Graphik Mit griddata, Umrechnen auf ein rechteckiges Gitter Wir erzeugen mit meshgrid Matrizen X Gitter und Y Gitter, d.h. ein rechteckiges Gitter. Mit Z Gitter = griddata(x,y,z,x Gitter,Y Gitter) werden durch lineare Interpolation die z-werte über dem Gitter berechnet. Dazu wird von griddata zuerst mit delaunay eine Triangulierung berechnet. Die Gitterpunkte (X Gitter(i,j),Y Gitter(i,j),Z Gitter(i,j)) liegen auf den Dreiecken (Ebenen) im R 3. Diese Verfahrensweise hat den Vorteil, dass wieder alle obigen Befehle wie surf, contour,... verwendet werden können. Statt linearer Interpolation kann auch kubische Interpolation verwendet werden. Dazu ist als sechstes Argument cubic zu übergeben.
39 7 3D-Graphik x = rand(5,)*-; y = rand(5,)*-; z = x.*exp(-(x-y).^); % delaunay tri = delaunay(x,y); % Gitter figure() trisurf(tri,x,y,zeros(size(x))) hold on plot(x,y, o ) view() hold off title( Triangulierung ) % trisurf figure() trisurf(tri,x,y,z) title( trisurf(tri,x,y,z) ) printit( ugrid )
40 7 3D-Graphik % trisurf shading interp figure(3) trisurf(tri,x,y,z) shading interp title( trisurf(tri,x,y,z), shading interp ) % mit griddata cubic figure(4) xi = linspace(-,,5); yi = linspace(-,,5); [XI,YI] = meshgrid(xi,yi); ZI = griddata(x,y,z,xi,yi, cubic ); surf(xi,yi,zi) title( mit griddata )
41 7 3D-Graphik 3 Triangulierung trisurf(tri,x,y,z) trisurf(tri,x,y,z), shading interp mit griddata
Einführung in Matlab, 2. Teil
1 / 18 Einführung in Matlab, 2. Teil Christof Eck, Monika Schulz und Jan Mayer Plotten von Funktionen einer Veränderlichen 2 / 18 Matlab plottet keine Funktionen, sondern Wertetabellen als Polygonzug!
MehrMATLAB Flächendarstellungen
MATLAB Flächendarstellungen Einführung in Matlab 3. Semester Wintersemester 2012/2013 3. Themenblock MATLAB - Flächendarstellungen 1 Allgemeines Flächendarstellungen: graphische Darstellung von Flächendaten
MehrEinführung in die Programmierung (MA8003)
Theorie 3.1: Visualisierung von Ergebnissen Dr. Lorenz John Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 06.10.2016 Ablauf Theorie 1.1+1.2 Di (04.10.2016)
MehrEinführung in die Programmierung (MA8003)
Theorie 3.1: Visualisierung von Ergebnissen Dr. Laura Scarabosio Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 06.10.2017 Ablauf Theorie 1.1+1.2 Mi (04.10.2016)
MehrMATLAB: Kapitel 2 Grafiken
MTLB: Kapitel Grafiken MTLB verfügt über eine nahezu unüberschaubare nzahl von Möglichkeiten Grafiken zu erzeugen formatieren oder animieren. In diesem Kapitel werden wir die grundlegenden Werkzeuge für
MehrLABORÜBUNG MATLAB/OCTAVE
LABORÜBUNG MATLAB/OCTAVE 1. Riemannsche Summen mit MATLAB/Octave Riemannsche Summen lassen sich sehr einfach mit MATLAB/Octave berechnen. Das Vorgehen ist das folgende: (i) die Breite x der Teilintervallen
MehrMATLAB Kurs SS Boris von Loesch. Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization
MATLAB Kurs SS 2010 Boris von Loesch Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization 27. April 2010 Ablauf Theorie 1 Do, 9:30 Uhr - 10:45 Uhr HS 1 Übung
MehrMatlab Praktikum - Tag 4
Wima Praktikum I Matlab Praktikum - Tag 4 Prof. Dr. Stefan Funken, Andreas Rupp Institut für Numerische Mathematik Sommersemester 2012 Page 2 Matlab Praktikum - Tag 4 Sommersemester 2012 Prof. Dr. Stefan
MehrMATLAB Kurs SS Boris von Loesch. Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization
MATLAB Kurs SS 2010 Boris von Loesch Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization 17. April 2010 Ablauf Theorie 1 Do, 9:30 Uhr - 10:45 Uhr HS 1 Übung
MehrEinführung in das rechnergestützte Arbeiten
Karlsruher Institut für Technologie WS / Institut für theoretische Festkörperphysik Dr. Andreas Poenicke und Dipl.-Phys. Patrick Mack.. http://comp.physik.uni-karlsruhe.de/lehre/era/ era@physik.uni-karlsruhe.de
MehrMathematik am Computer 7. Vorlesung: Matlab, Teil II
Mathematik am Computer 7. Vorlesung: Matlab, Teil II Helmut Harbrecht Universität Stuttgart 27. Januar 2011 Helmut Harbrecht (Universität Stuttgart) Mathematik am Computer 27. Januar 2011 1 / 35 Übersicht
MehrNumerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor)
Matlab Numerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor) Arbeitsumgebung Die Fenster Konsole zur Befehlseingabe (Command
MehrGrafische Darstellung von Funktionen
Fachbereich Grundlagenwissenschaften Prof. Dr. H. Dathe Modul Algebra/MATLAB BA-Studiengänge ET/IT, ET/IT-F, ATITi, OPTO Grafische Darstellung von Funktionen Die MATLAB-Befehle plot und fplot Liegen Kurven
Mehr6. Grafik in MATLAB (2)
Start Inhalt Grafik in MATLAB (2) 1(36) 6. Grafik in MATLAB (2) 6.0 Graphik in Version 2014b Änderungen und Neuigkeiten 6.1 Grafik - Beispiele Zeichenfunktionen, Darstellungsformen. 6.2 Graphics handle
Mehr2 Matrizen und Vektoren
1 Hilfe in Matlab 1 Hilfe in Matlab 2 help Befehl Textorientierte Hilfe, die im Kommando-Fenster erscheint. doc Befehl Html-orienterte Hilfe, die in einem Web-Browser erscheint. Beispiel: help plot und
MehrEinführung in. Pierre Bayerl
Einführung in Pierre Bayerl 19. November 21 Matlab Numerische Manipulation von Matrizen und Vektoren und deren Visualisierung. Verwendung: Interaktive Eingabe von Befehlen Skriptprogramme ( Batch-Dateien
MehrGrafik ab Version R2014b. Beispiele und Matlab-Version. Versionsabhängiger Code. 6. Grafik in MATLAB (2) 6.0 Graphik in Version 2014b
Inhalt Grafik in MATLAB (2) 1(36) 6. Grafik in MATLAB (2) 6.0 Graphik in Version 2014b Änderungen und Neuigkeiten 6.1 Grafik - Beispiele Zeichenfunktionen, Darstellungsformen. 6.2 Graphics handle Objekthierarchie
MehrProf. Dr. Stefan Funken, Dipl.-Ing. Christoph Erath 6. Juni WiMa-Praktikum (Matlab 4/8) Einführung in LATEXund Matlab
Prof. Dr. Stefan Funken, Dipl.-Ing. Christoph Erath 6. Juni 2009 WiMa-Praktikum (Matlab 4/8) Einführung in LATEXund Matlab Page 2 WiMa-Praktikum (Matlab 4/8) 6. Juni 2009 Funken / Erath 2D Plots 2D Plots
MehrMATLAB-Toolskurs HS17
7 Analysis 1. Programmieren Sie für folgendes Polynom eine MATLAB Funktion oder eine anonyme Funktion: y(x) = 0.001x 5 + 0.05x 4 + 0.2x 3 x 2 0.8x + 4 Die Variable x ist der Eingabeparameter und y der
MehrWima 1 - Praktikum (Woche 5)
Wima - Praktikum (Woche 5) Lernziele In diesem Praktikum sollen Sie üben und lernen: Einfache 2D Plots mit plot Figurensteuerung und mehrere Plots in einem Bild Wichtige Plot-Eigenschaften, Plotbearbeitung
MehrWiMa-Praktikum 1. Woche 5
WiMa-Praktikum Universität Ulm, Sommersemester 27 Woche 5 Lernziele In diesem Praktikum sollen Sie üben und lernen: Einfache 2D Plots mit plot Figurensteuerung und mehrere Plots in einem Bild Wichtige
MehrVisualisierung. Visualisierung von Funktionen f : R 2 R. meshgrid. mesh, surf. fill. contour. colorbar, colormap
Visualisierung Visualisierung von Funktionen f : R R meshgrid mesh, surf fill contour colorbar, colormap 3 Eine Demofunktion.5.5 f(x, y) = x e (x +y ) 3 Tensorgitter f = @(x,y) x.*exp(-x.^-y.^); x = linspace(-,,);
MehrAnleitung zu Blatt 1 Analysis III für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe /3 Dr. Hanna Peywand Kiani Anleitung zu Blatt Analysis III für Studierende der Ingenieurwissenschaften Funktionen f : R n R Höhenlinien, Gradienten,
MehrVisualisierung. Eine Demofunktion. Tensorgitter. Visualisierung von Funktionen f : R 2 R. meshgrid. mesh, surf. fill. contour. colorbar, colormap
Visualisierung Eine Demofunktion Visualisierung von Funktionen f : R R meshgrid mesh, surf fill contour colorbar, colormap f(x, y) = x e (x +y ) 3 3 Tensorgitter figure() mesh f = @(x,y) x.*exp(-x.^-y.^);
MehrMatlab: eine kurze Einführung
Matlab: eine kurze Einführung Marcus J. Grote Christoph Kirsch Mathematisches Institut Universität Basel 4. April 2 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen Kenntnisse zusammengefasst.
MehrMatlab Selbstlernkurs
Matlab Selbstlernkurs 6 4. 8. 6. 4. - -. -. 4 -. 6 -. 8. 6. 8-4 -. 8. 6.4. -. -. 4 -.6 -.8 - - -. -. 4 -. 6 -. 8.. 4-6 -6-4 - 4 6. Juli 8 Martín Chávez m.chavez@irt.rwth-aachen.de Gliederung Einführung
MehrEinführung in MATLAB DLR Göttingen
Einführung in MATLAB DLR Göttingen Visualisierung 22.11.25 Gerd Rapin grapin@math.uni-goettingen.de Institut für Numerische und Angewandte Mathematik Georg-August Universität Göttingen Dr. G. Rapin Einführung
MehrAnwendungssoftware III (MATLAB)
Anwendungssoftware III (MATLAB) V und Michael Liedlgruber Fachbereich Computerwissenschaften Universität Salzburg Sommersemester 24 M. Liedlgruber Anwendungssoftware III (MATLAB) SS 24 / 67 MATLAB verfügt
MehrEinführung in Matlab
Einführung in Matlab Helmut Harbrecht Universität Basel Februar 2017 Übersicht Grundlegendes Bedienung von Matlab Matlab als Taschenrechner Operationen auf Matrizen Operationen der Linearen Algebra Matlab
MehrOctave/Matlab-Übungen
Aufgabe 1a Werten Sie die folgenden Ausdrücke mit Octave/Matlab aus: (i) 2 + 3(5 11) (ii) sin π 3 (iii) 2 2 + 3 2 (iv) cos 2e (v) ln π log 10 3,5 Aufgabe 1b Betrachten Sie (i) a = 0.59 + 10.06 + 4.06,
MehrMATLAB. 18. Mai 2010 MATLAB. Eine Einführung. Marina Schneider. Inhalt. Allgemeines zu MATLAB und erste Schritte. Vektoren und Matrizen.
18. Mai 2010 1 2 3 4 Was ist? Softwarepaket für numerische Berechnungen und die Visualisierung von Daten im technisch-wissenschaftlichen Bereich = MATrix LABoratory Einsatz vor allem in Numerik u. Linearer
MehrGrundlagen der Optimierung. Übung 1
Technische Universität Chemnitz Chemnitz, 9. Oktober 2012 Prof. Dr. R. Herzog, T. Etling, F. Schmidt Grundlagen der Optimierung Übung 1 Aufgabe 1: Einführung in Matlab Interpretieren Sie die Bildschirm-Ausgaben
MehrComputerorientiertes Problemlösen
/ 9 Computerorientiertes Problemlösen 3. 7. September 3 Dr. Robert Strehl WS 3-4 / 9 Überblick 4. Vorlesung Grafikausgabe in 3D dünnbesetzte Matrizen spezielle Datenstrukturen flexible Argumentlisten t
Mehr7 Grafik in der Ebene (2D-Graphik)
MAPLE_Mini_07_08_V1-0.DOC 7-1 7 Grafik in der Ebene (2D-Graphik) 7.1 Einfache grafische Darstellungen Aufgabe: Die Funktion f: x e x sin( x ) im Intervall (-3; 3) grafisch darstellen. f := x exp( -x )*
Mehr= r ). Beispiele. 1) Kreis. Skizze mit Tangentialvektoren ( x. 2) Zykloide. Skizze für a = r = 1:
VEKTORANALYSIS Inhalt: 1) Parametrisierte Kurven 2) Vektorfelder 3) Das Linienintegral 4) Potentialfelder 1 Parametrisierte Kurven Definitionen xt () Kurve: x = x() t = y() t, t zt () xt () dxt () Tangentialvektor:
MehrEinführung in die Grundlagen von Matlab. Ralph Neubecker
Einführung in die Grundlagen von Matlab Ralph Neubecker Fingerübung 1 2 Starten Sie Matlab Ändern Sie das Arbeitsverzeichnis auf Ihr lokales Verzeichnis Schließen Sie die Command-History und Current-Folder
MehrProgrammierpraktikum im WS 2010/2011
1 Programmierpraktikum im WS 2010/2011 Denny Otten, V5-142, dotten@math.uni-bielefeld.de 5. Grafik Zeichnen in 2D Du hast auf den bisherigen Zetteln schon einige Methoden zum Zeichnen von Funktionen R
MehrOctave/Matlab-Übungen
Aufgabe 1a Werten Sie die folgenden Ausdrücke mit Octave/Matlab aus: (i) 2 + 3(5 11) (ii) sin π 3 (iii) 2 2 + 3 2 (iv) cos 2e (v) ln π log 10 3,5 Aufgabe 1b Betrachten Sie (i) a = 0.59 + 10.06 + 4.06,
MehrMatlab: eine kurze Einführung
Matlab: eine kurze Einführung Marcus J. Grote, Christoph Kirsch, Imbo Sim Department of Mathematics, University of Basel, INRIA 26. März 27 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen
MehrHigh Performance Computing Blatt 7
Dr. Andreas Borchert Institut für Numerische Mathematik Prof. Dr. Stefan Funken Universität Ulm Prof. Dr. Karsten Urban Sommersemester 03 Markus Bantle, Kristina Steih High Performance Computing Blatt
MehrPraktikum zur Vorlesung: Numerische Mathematik für Lehramt SS Matlab: Fortsetzung. Jan Mayer. 4. Mai 2006
Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 2006 Matlab: Fortsetzung Jan Mayer 4. Mai 2006 Manipulation von Matrizen und Vektoren [M,N]=size(A); speichert die Dimension einer Matrix bzw.
Mehr4.2 Selbstdefinierte Matlab-Funktionen 1. Teil
4.2 Selbstdefinierte Matlab-Funktionen 1. Teil 37 Ein m-file mit Namen Funktionsname.m und einer ersten Zeile der folgen Form: function Funktionsname(input1,input2,...,inputn) oder function output1=funktionsname(input1,input2,...,inputn)
MehrAufgabenkomplex 4: Differenzialgleichungen, Eigenwertprobleme
Technische Universität Chemnitz 2. Juni 29 Fakultät für Mathematik Höhere Mathematik I.2 Aufgabenkomple 4: Differenzialgleichungen, Eigenwertprobleme Letzter Abgabetermin: 6. Juni 29 (in Übung oder Briefkasten
MehrSchülerworkshop Computertomographie Mathematik als Schlüsseltechnologie
Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie Peter Quiel 1. und 2. Juni 2007 MATLAB-Einführung Überblick Für die nächsten 1 ½ Stunden ist MATLAB unser Thema! Was ist MATLAB,
Mehr3 Kurzeinführung in Matlab
3 Kurzeinführung in Matlab Matlab ist ein sehr leistungsfähiges interaktives Programmpaket für numerische Berechnungen. Nutzen Sie dies parallel zu den Vorlesungen. Sie können damit persönlich erfahren,
Mehr1 Kurven und Kurvenintegrale
Fabian Kohler Karolina Stoiber Ferienkurs Analysis für Physiker SS 14 A 1 Kurven und Kurvenintegrale 1.1 Einschub: Koordinatentransformation Gegeben sei eine Funktion f : R n R. Dann ist die totale Ableitung
MehrKurzeinführung Matlab
Kurzeinführung Matlab Sven Beuchler 24. März 2015 Inhaltsverzeichnis 1 Was ist MATLAB? 1 2 Matrizen und Vektoren 2 2.1 Eingabe von Matrizen............................. 2 2.2 Operationen mit Matrizen...........................
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
MehrPrüfung - Applikationssoftware und Programmierung
Prüfung - Applikationssoftware und Programmierung Erlaubt ist jegliche Benutzung Ihrer Unterlagen, Ihrer Übungsbeispiele und der Unterlagen im Web. Verboten ist während der Prüfung jedoch der Austausch
MehrNumerisches Programmieren, Übungen
Technische Universität München SoSe 20 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dipl-Math Jürgen Bräckle Numerisches Programmieren, Übungen Musterlösung 6 Übungsblatt:
MehrEinführung in MATLAB
Kapitel 4 Einführung in MATLAB 41 Allgemeines MATLAB ist eine kommerzielle mathematische Software zur Lösung mathematischer Probleme und zur graphischen Darstellung der Ergebnisse Die Verfahren in MATLAB
MehrProf. Dr. J. Schumacher Merkblatt zur Strömungsmechanik 1 Institut für Thermo- und Fluiddynamik Technische Universität Ilmenau
Prof. Dr. J. Schumacher Merkblatt zur Strömungsmechanik 1 Institut für Thermo- und Fluiddynamik Technische Universität Ilmenau Mathematische Grundlagen Mit den folgenden mathematischen Grundlagen sollten
MehrLineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya
Lineare Transformationen und Determinanten 10-E Ma 1 Lubov Vassilevskaya Lineare Transformation cc Definition: V und W sind zwei Vektorräume. Eine Funktion T nennt man eine lineare Transformation von V
Mehr1 Starten und Installation von gnuplot
Gnuplot Tutorial Wichtigstes jede Änderung der Grafik muss durch plot resp. replot bestätigt werden. 1 Starten und Installation von gnuplot Das Programm ist für Linux, Mac und Windows auf der offiziellen
MehrEinführung Matlab Aufgabenkatalog
Einführung Matlab Aufgabenkatalog Übungen 1............................... Einführung Tipp: Erstellen Sie gleich zu Beginn eine Script-Datei für diese Übungen wie im ersten Lösungsbeispiel, z.b. mit edit
MehrInterpolation und Approximation von Funktionen
Kapitel 6 Interpolation und Approximation von Funktionen Bei ökonomischen Anwendungen tritt oft das Problem auf, dass eine analytisch nicht verwendbare (oder auch unbekannte) Funktion f durch eine numerisch
Mehr4 Lineare Abbildungen
17. November 2008 34 4 Lineare Abbildungen 4.1 Lineare Abbildung: Eine Funktion f : R n R m heißt lineare Abbildung von R n nach R m, wenn für alle x 1, x 2 und alle α R gilt f(αx 1 ) = αf(x 1 ) f(x 1
MehrMATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHEMIE UND LEBENSMITTELCHEMIE
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHEMIE UND LEBENSMITTELCHEMIE Integralrechnung für Funktionen mehrerer Variablen
MehrVerallgemeinerung von Sin, Cos, Tan mit GeoGebra
Verallgemeinerung von Sin, Cos, Tan mit GeoGebra 1. Einheitskreis Es sollen am Einheitskreis Sinnus, Cosinus und Tangens von einem Winkel α [0; 360) dargestellt werden. gehe dazu wie folgt vor! a) Erstelle
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 2. Aufgabe 2.1. Dr. V. Gradinaru D. Devaud A. Hiltebrand.
Dr. V. Gradinaru D. Devaud A. Hiltebrand Herbstsemester 04 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe. Multiple Choice: Online abzugeben. Ev. sind mehrere
MehrÜbungsblatt 3 Musterlösung
Numerik gewöhnlicher Differentialgleichungen MA4 - SS6 Übungsblatt Musterlösung Sei M,N N und f C M+N+ (B) eine komplexe Funktion, B eine kompakte Menge. Die Padé Approximation PN M (f)(x) ist die rationale
MehrÜbungsblatt 2 Musterlösung
MSE SS17 Übungsblatt Musterlösung Lösung 5 (Transformation von Variablen) Zur Transformation gehen wir analog zur Vorlesung vor. Zunächst bestimmen wir die durch die PDGL definierte Matrix A und deren
MehrEine Einführung zum numerischen Programmieren mit Matlab
Eine Einführung zum numerischen Programmieren mit Matlab Bastian Gross Universität Trier 11. April 2011 Bastian Gross Matlab Kurs 1/31 Inhaltsverzeichnis 1 Beginn und erste Schritte Matlab-Umgebung 2 Variablen
MehrAufgabenkomplex 3: Integralrechnung, Kurven im Raum
Technische Universität Chemnitz. Mai 9 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex : Integralrechnung, Kurven im Raum Letzter Abgabetermin: 6. Mai 9 (in Übung oder Briefkasten bei Zimmer
MehrÜbungen zur Ingenieur-Mathematik III WS 2012/13 Blatt
Übungen zur Ingenieur-Mathematik III WS 2012/13 Blatt 9 19.12.2012 Aufgabe 35: Thema: Differenzierbarkeit a) Was bedeutet für eine Funktion f : R n R, dass f an der Stelle x 0 R n differenzierbar ist?
MehrAnalysis III für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 7/8 Dr K Rothe Analysis III für Studierende der Ingenieurwissenschaften Hörsaalübung mit Beispielaufgaben zu Blatt Funktionen in mehreren Variablen Definition:
MehrMathematik I für MB und ME
Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 28/29 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden
MehrMathematik für Anwender II
Prof. Dr. H. Brenner Osnabrück SS 212 Mathematik für Anwender II Vorlesung 58 Der Satz von Green Wir betrachten eine kompakte eilmenge R 2, deren Rand R sich stückweise durch reguläre Kurven parametrisieren
MehrAnalysis II für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg SoSe 2014 Prof. Dr. Armin Iske Dr. Hanna Peywand Kiani Analysis II für Studierende der Ingenieurwissenschaften Blatt 3, Hausaufgaben Aufgabe 1: a) Es sei
MehrWoche 18/01 26/01 6. Iterative Lösungsverfahren, Speicherformate für Matrizen 1 / 8
Woche 18/01 26/01 6. Iterative Lösungsverfahren, Speicherformate für Matrizen 1 / 8 Lernziele In diesem Praktikum sollen Sie üben und lernen: Einlesen von Matrizen aus Dateien Übergabe von Funktionen als
MehrSerie 9: Der Satz von Green und Parametrisierungen von Flächen im Raum
: Der Satz von Green und Parametrisierungen von Flächen im Raum Bemerkung: Die Aufgaben der sind der Fokus der Übungsstunden vom 6./8. April.. Überprüfung des Satzes von Green Der Satz von Green besagt
Mehr2x + y = 19 4x + 4y = 13 4x y = 17
170 00 Übungen zu Numerische Methoden I Sechste Übungseinheit 1., 1. und 16. Mai 2012 Inhalt der sechsten Übungseinheit: Überbestimmte lineare Systeme Isolinien-Diagramme Lineare Datenmodelle Überbestimmte
Mehr27. Parametrisierungen In der letzten Serie haben wir den durch die Gleichung > Teq:=(3+z^2)^2+(x^2+y^2)^2+2*(x^2+y^2)*(z^2-5)=0;
7. Parametrisierungen In der letzten Serie haben wir den durch die Gleichung > Teq:=(+z^)^+(x^+y^)^+*(x^+y^)*(z^-5)=; Teq := ( + z ) + ( x + y ) + ( x + y )( z 5) = gegebenen Torus > with(plots): > implicitplotd(teq,x=-..,y=-..,z=-..,numpoints=,scalin
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
MehrEffizientes Programmieren
Einführung in das Programmieren für Technische Mathematiker Einführung in MATLAB, Teil 3 Effizientes Programmieren DI Samuel Ferraz-Leite Prof. Dr. Dirk Praetorius Prof. Dr. Christoph Überhuber Zeitmessung,
MehrNUMERISCHE MATHEMATIK I
D-MATH ETH Zürich, 22. August 2011 Prof. Ch. Schwab NUMERISCHE MATHEMATIK I 1. Interpolation und Quadratur (25 P.) a) Sei [a, b] R 1 mit a < b ein beschränktes Intervall, und f C 2 ([a, b]). Zeigen Sie,
MehrMatlab. Kap. I Basics of Matlab. Variablentypen und Nutzung Visualisierung in 2D und 3D. Jetzt geht s erst richtig los:
Matlab Jetzt geht s erst richtig los: Kap. I Basics of Matlab Variablentypen und Nutzung Visualisierung in 2D und 3D Matlab Effiziente Programme durch Vektorisierung In Matlab gibt es nur Matrizen: ein
Mehr3. Grafik in MATLAB (1)
Start Inhalt Grafik in MATLAB (1) 1(25) 3. Grafik in MATLAB (1) 3.1 Das figure-fenster Figures und Plots. Figure-GUI. 3.2 2D Grafik Die plot-anweisung. Gestaltung von plots. 3.3 Beispiele 3.4 Speichern
Mehr7. Strukturmechanische Schwingungen mit der Finiten Elemente Methode
7. Strukturmechanische Schwingungen mit der Finiten Elemente Methode Unterlagen für die Durchführung des Praktikumsversuches 1. Schritt: Datenfiles mit Definition der Gitterelemente einlesen Datenfiles:
MehrDie Programmieraufgaben
Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 2006 Die Programmieraufgaben Jan Mayer 18. Mai 2006 Lösung zur ersten Aufgabe Tschebyscheff Stuetzstellen.m function xs = Tschebyscheff Stuetzstellen(n);
MehrWima 1 - Praktikum (Woche 6)
Wima 1 - Praktikum (Woche 6) Lernziele In diesem Praktikum sollen Sie üben und lernen: Erzeugung von Function Handles Umgang mit Function Handles Am Anfang geben wir Ihnen eine kurze Einführung in Function
MehrTechnische Universität München. Aufgaben Mittwoch SS 2012
Technische Universität München Andreas Wörfel Ferienkurs Analysis 2 für Physiker Aufgaben Mittwoch SS 2012 Aufgabe 1 Äquivalente Aussagen für Stetigkeit( ) Beweisen Sie folgenden Satz: Seien X und Y metrische
MehrLösungsvorschlag zum zweiten Übungsblatt
Lösungsvorschlag zum zweiten Übungsblatt Aufgabe Wir zeigen, daß die Drehung um den Ursprung um 9 und die Spiegelung an der x-achse nicht kommutieren. Die Matrix für die Drehmatrix lautet in diesem Fall
MehrÜbungsaufgabe Numerische Lösung DGL
Kallenrode, www.sotere.uos.de Übungsaufgabe Numerische Lösung DGL 1. Bestimmen Sie die Lösung der DGL ẋ = (t 2) 2 + t x mit x(0) = 1 im Bereich von t = 0 bis t = 5 mit Hilfe des Euler schen Streckenzugverfahrens,
Mehr1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler
Zusammenfassung Kapitel IV: Funktionen mehrerer Veränderlicher und vektorwertige Funktionen 1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler Definition vektorwertige
MehrProf. Dr. Barbara Wohlmuth Lehrstuhl für Numerische Mathematik. MATLAB-Kurs. MATLABKURS (Title01) 1
MATLAB-Kurs MATLABKURS (Title01) 1 Übersicht Einführung in MATLAB Quadratur mit MATLAB Eigenwertberechnung in MATLAB MATLABKURS (Uebersicht01) 2 1. Einführung in MATLAB MATLABKURS (Title02) 3 Plotten von
MehrEinführung in GNUPLOT
Einführung in GNUPLOT F. Beaujean 30.01.2007 Gliederung 1 2 Geschichte GNUPLOT ist das plotting programm unter Linux es gehört nicht zu der GNU software foundation wird seit 1986 entwickelt und verbessert
Mehr6. Polynom-Interpolation
6. Polynom-Interpolation 1 6.1. Klassische Polynom-Interpolation 2 6.2. Lösung mit Hilfe Lagrange scher Basisfunktionen 3 6.3. Lösung mit Hilfe Newton scher Basisfunktionen 4 6.4. Fehlerabschätzung für
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,
MehrAnleitung zu Blatt 6, Analysis II
Department Mathematik der Universität Hamburg Dr. H. P. Kiani Anleitung zu Blatt 6, Analysis II SoSe Rotationskörper, Kurvenintegrale. Teil Die ins Netz gestellten Kopien der Anleitungsfolien sollen nur
Mehrm-files sind Folgen von MATLAB-Anweisungen oder Daten-Files.
MATLAB m-files m-files sind Folgen von MATLAB- oder Daten-Files. Erstellen von m-files Über File New M-file wird ein Texteditor geöffnet. Dort wird das m-file als ASCII-File erzeugt und unter name.m im
MehrTutorial: Numerisch Differenzieren
MAV-NUM Applied Numerics Frühlingssemester 2018 Dr. Evelyne Knapp ZHAW Winterthur Tutorial: Numerisch Differenzieren Von ihrem GPS-Gerät bekommen Sie alle 12 Minuten Ihre aktuelle Position zugeschickt
MehrAnalysis II - 2. Klausur
Analysis II - 2. Klausur Sommersemester 25 Vorname: Name: Aufgabe Aufgabe 2 Aufgabe 3 Aufgabe 4 Aufgabe 5 Aufgabe 6 Aufgabe 7 Summe Analysis II - 2. Klausur 6.7.25 Aufgabe 6 Punkte Betrachten Sie die C
MehrGrafik. Computermathematik. Addendum. Literatur. Der Befehl plot
Computermathematik Vertiefung zu MATLAB, Teil 2 Winfried Auzinger Klaus Felsenstein Dirk Praetorius Addendum Standard-T E X unterstützt nur wenige Grafikformate, weil de facto kein Standard für Grafikeinbindung
MehrEinführung in MATLAB / GNU Octave
Einführung in MATLAB / GNU Octave Philipp Siehr Heidelberg 01. Oktober 2014 Inhalt Organisatorisches Erste Schritte mit Linux. Was ist MATLAB bzw. Octave? Erste Schritte mit MATLAB. Zuweisung von Werten
MehrStrukturmechanische Schwingungen mit der Finiten Elemente Methode
Strukturmechanische Schwingungen mit der Finiten Elemente Methode Unterlagen für die Durchführung des Praktikumsversuches 1. Schritt: Datenfiles mit Definition der Gitterelemente einlesen Datenfiles: Rechteck_4.asc
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
MehrRichtungsableitungen.
Richtungsableitungen. Definition: Sei f : D R, D R n offen, x 0 D, und v R n \ {0} ein Vektor. Dann heißt D v f(x 0 f(x 0 + tv) f(x 0 ) ) := lim t 0 t die Richtungsableitung (Gateaux-Ableitung) von f(x)
Mehr