Grafik. Computermathematik. Addendum. Literatur. Der Befehl plot

Größe: px
Ab Seite anzeigen:

Download "Grafik. Computermathematik. Addendum. Literatur. Der Befehl plot"

Transkript

1 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 definiert ist Man sollte EPS-Format für Grafiken verwenden (geht immer!) pdftex kann auf JPG-Format siehe z.b. Braune-Lammarsch-Lammarsch unter graphicx-paket bzw. color-paket Entweder EPS direkt erzeugen (z.b. aus Matlab) oder konvertieren z.b. convert file.jpg file.eps in UNIX Literatur Do. 11:4-1:1, FH HS Institut für Analysis und Scientific Computing access/helpdesk/help/techdoc/ Link: Printable Documentation (pdf) PDF-File Graphics ( Seiten) PDF-File D Visualization (208 Seiten) D. Redfern, C. Campbell: The Matlab Handbook Springer-Verlag 1998, (ca. Euro) in Fachbibliothek Mathematik vorhanden Matlab-Skript aus EPROG, Abschnitt Grafik elementare Grafiken Export von Grafiken als EPS-Files Beschriftung von EPS-Grafiken in L A T E X experimentelle Konvergenzrate plot loglog, semilogx, semilogy figure, clf, close hold on, hold off axis, axis on, axis off grid on, grid off box on, box off title, xlabel, ylabel, legend text print 1 % plotgauss.m 2 figure(1) x = -:.:; 4 y = exp(-x.^2); plot(x,y) figure(2) 8 x = -:.01:; 9 y = exp(-x.^2); plot(x,y) Der Befehl plot plot(x,y) plottet jeweils y j über x j dabei x R n, y R n Vektoren gleicher Länge affine Verbindung der Punkte figure(nr) wählt aktive Figure alle Grafik-Befehle werden auf aktive Figure angewendet Existiert Figure nr nicht, wird Fenster geöffnet close(nr) schließt Figure nr close schließt aktive Figure close all schließt alle Figures clf(nur) löscht Figure nr clf löscht aktive Figure Fenster bleibt erhalten 2

2 Optionale Parameter zu plot 1 % plotopt.m 2 figure(1) x = -:.4:; 4 y = exp(-x.^2); plot(x,y, r.-- ) figure(2) 8 x = -:.:; 9 y = exp(-x.^2); plot(x,y, ro, MarkerSize,, MarkerFaceColor, g ) plot(x,y,string) optionaler string gibt Art an blau b, rot r, grün g, schwarz k Punkt., Kreis o, Kreuz x, Plus +, Stern * Linie -, punktiert :, strich-punktiert -., strichliert -- jeweils 1 Option für Farbe/Markerart/Linienart weitere Optionen unter help plot Standard b- = blau/kein Marker/volle Linie plot(x,y,string, opt1,val1,... ) weitere Optionen für alle Plot-Befehle opt1 = vordef. String val1 = neuer Wert z.b. LineWidth (Standard = 0.) z.b. MarkerSize (Standard = ) z.b. MarkerEdgeColor (Standard = auto ) z.b. MarkerFaceColor (Standard = none ) 4 Mehrere Plots in einer Figure 1 % holdon.m 2 x = -:.01:; y = exp(-x.^2); 4 z = x.^2/0; figure(1) plot(x,y, b ) 8 plot(x,z, r ) 9 figure(2) 11 plot(x,y, b ) hold on 1 plot(x,z, r ) 14 hold off Oft will man mehrere Funktionen in einem Graph Jeder neue Plot-Befehl führt zunächst clf aus hold off = automatisches clf im aktiven Figure Dies ist der Standard. hold on = kein automatisches clf im akt. Figure Beschriftung von Plots 1 % demoaxis.m 2 x = -:.01:; y = exp(-x.^2); 4 z = x.^2/0; figure(1) plot(x,y, b ) 8 hold on 9 plot(x,z, r ) hold off 11 axis off 1 figure(2) 14 plot(x,y, b ) 1 hold on 1 plot(x,z, r ) 1 hold off 18 grid on Achsen im Plot axis on (axis off) = Koordinatenachsen grid on (grid off) = Gitterlinien box on (box off) = Koord.achsen als Box axis([xmin,xmax,ymin,ymax]) setzt Koord.achsen axis liefert aktuellen Achsen-Vektor 1 % demotext.m 2 x = -:.01:; y = exp(-x.^2); 4 z = x.^2/0; plot(x,y, b ) hold on 8 plot(x,z, r ) 9 text(0,1.0, exp(0)=1 ) hold off 11 legend( exp(-x^2), x^2/0 ) 1 xlabel( Intervall [-,] ) 14 ylabel( Funktionswerte ) 1 title( Ein kleines Beispiel ) legend(text1,text2,...) erzeugt Legende in Reihenfolge der plot-befehle legend(text1,text2,...,quadrant) positioniert Leg. in Quadrant quadrant bzw. außerhalb für -1 xlabel(text) beschriftet x-achse ylabel(text) beschriftet y-achse title(text) erzeugt Überschrift text(x,y,text) schreibt Text text an Punkt (x, y) Matlab versteht elementares L A T E X

3 Export von Bildern 1 % demoprint.m 2 x = -:.01:; y = exp(-x.^2); 4 z = x.^2/0; plot(x,y, b-- ) hold on 8 plot(x,z, r ) 9 text(0,1.0, exp(0)=1 ) hold off 11 legend( exp(-x^2), x^2/0 ) 1 xlabel( Intervall [-,] ) 14 ylabel( Funktionswerte ) 1 title( Ein kleines Beispiel ) 1 1 print( -r00, -depsc2, demoprint.eps ) 18 print( -r00, -djpeg, demoprint.jpg ) close print druckt aktuelle Figure aus print(opt1,opt2,...,name) erzeugt File name optionale Strings opt geben an z.b. Auflösung: -r200 = 200dpi (Std. 10dpi) z.b. Dateityp: -deps, -deps2 = EPS s/w -depsc, -depsc2 = EPS farbig -djpeg90 = JPG, Qualität 90% (Std. %) farbige Plots sollten auch s/w erkennbar sein Einbinden in LAT E X 1 % demoprint.tex 2 \documentclass[a4paper,pt]{article} 4 \usepackage{fullpage} \usepackage[latin1]{inputenc} \usepackage[german]{babel} \usepackage[dvips]{graphicx} 8 9 \begin{document} 11 \begin{figure} \begin{center} 1 \includegraphics[width=\textwidth]{demoprint.eps} 14 \caption{wir binden \texttt{demoprint.eps} ein.} 1 \end{center} 1 \end{figure} 1 18 \end{document} Einbinden von Graphiken aus Matlab in L A T E X mit \includegraphics Für Endversion ist Matlab-Beschriftung hässlich! Kann Matlab-Text durch L A T E X-Text ersetzen: \usepackage{psfrag} vor \includegraphics{filename} verwende \psfrag{from}{to} ersetzt Text from durch L A T E X-Ausdruck to 8 9 Beispiel zu psfrag 1 % psfrag.tex 2 \documentclass[a4paper,pt]{article} 4 \usepackage{fullpage} \usepackage[latin1]{inputenc} \usepackage[german]{babel} \usepackage[dvips]{graphicx} 8 \usepackage{amsmath} 9 \usepackage{psfrag} 11 \begin{document} 1 \begin{figure} 14 \begin{center} 1 \includegraphics[width=\textwidth]{demoprint.eps} 1 \caption{die Originalbeschriftung aus Matlab.} 1 \end{center} 18 \end{figure} \begin{figure} 21 \begin{center} 22 \psfrag{ein kleines Beispiel}{\hspace*{-mm}% 2 \footnotesize\bf Ein kleines Beispiel} 24 \psfrag{intervall [-,]}{\hspace*{-mm}% 2 \footnotesize\bf Intervall \pmb{$[-,]$}} 2 \psfrag{funktionswerte}{\hspace*{-4mm}% 2 \footnotesize\bf Funktionswerte} 28 \psfrag{exp(0)=1}{\footnotesize$\exp(0)=1$} 29 \includegraphics[width=\textwidth]{demoprint.eps} 0 \caption{die in \LaTeX\ ersetzte Beschriftung.} 1 \end{center} 2 \end{figure} 4 \end{document} Experimentelle Konvergenzrate In Numerischer Mathematik ist häufig h > 0 der Diskretisierungsparameter f(x + h) f(x) z.b. Φ(h) = zur Approximation h der Ableitung Φ(0) = f (x) Für Approximationfehler e h = Φ(h) Φ(0) gilt regelmäßig e h = O(h α ) für h 0 und ein α > 0 d.h. e h C h α mit C > 0 Konstante α heißt Konvergenzrate Dabei sind C und α i.a. unbekannt bzw. bekannt für Spezialfälle, z.b. f C 2 (R) Kann C und α experimentell bestimmen Ansatz: Es gelte e h = Ch α Für zwei h 1 > h 2 > 0 berechne e 1 = e h1, e 2 = e h2 Division liefert e 1 /e 2 = (h 1 /h 2 ) α Logarithmieren liefert α = log(e 1/e 2 ) log(h 1 /h 2 ) sog. experimentelle Konvergenzrate 11

4 Ein glattes Beispiel Visualisierung Gegeben seien h 1 > h 2 > 0 und zugehörige e 1, e 2 Plotte Punkte in einen Graph x-achse ist x = log(1/h) y-achse ist y = log(e) Gerade durch ( log(1/h j ), log(e j ) ) hat Steigung m = log(e 1) log(e 2 ) log(1/h 1 ) log(1/h 2 ) = log(e 1/e 2 ) log(h 2 /h 1 ) also m = log(e 1/e 2 ) = α ist exp. Konv.rate log(h 1 /h 2 ) Der Befehl loglog loglog(x,y) entspricht plot(log(x),log(y)) optionale Parameter wie bei plot zur Visualisierung der exp. Konvergenzrate weitere plot-varianten: semilogx, semilogy 1 % demologlog.m 2 h = 2.^-[0:1]; x = 1; 4 f exp(x); fprime exp(x); %*** einseitiger Differenzenquotient 8 phi = (f(x+h)-f(x))./h; 9 e = abs(fprime(x)-phi); loglog(1./h,e, bx- ) 11 hold on 1 %*** zentraler Differenzenquotient 14 phi = (f(x+h)-f(x-h))./h/2; 1 e = abs(fprime(x)-phi); 1 loglog(1./h,e, r.- ) 1 18 %*** Referenzgeraden 19 loglog(1./h,h, b: ) % Gefaelle 1 20 loglog(1./h,h.^2, r: ) % Gefaelle 2 21 hold off 22 2 title([ Differenzenquotient, \approx e = exp\prime(1) ]) 2 legend( einseitig, zentral,... 2 \alpha=1, \alpha=2 ) f(x + h) f(x) einseitig Φ(h) = h maximale Konvergenzrate α = 1 für f C 2 f(x + h) f(x h) zentral Φ(h) = 2h maximale Konvergenzrate α = 2 für f C 1 Ein weniger glattes Beispiel 1 % demo2loglog.m 2 h = 2.^-[0:1]; x = 0; 4 f x.^2. + x.^2; fprime 2.*x.^1. + 2*x; %*** einseitiger Differenzenquotient 8 phi = (f(x+h)-f(x))./h; 9 e = abs(fprime(x)-phi); loglog(1./h,e, bx- ) 11 hold on 1 %*** zentraler Differenzenquotient 14 phi = (f(x+h)-f(x-h))./h/2; 1 e = abs(fprime(x)-phi); 1 loglog(1./h,e, r.- ) 1 18 %*** Referenzgeraden 19 loglog(1./h,h, b: ) % Gefaelle 1 20 loglog(1./h,h.^1., k: ) % Gefaelle loglog(1./h,h.^2, r: ) % Gefaelle 2 22 hold off 2 24 title([ Differenzenquotient,... 2 \approx f\prime(0),... 2 für f(x)=x^{2.}+x^2 ]) 2 legend( einseitig, zentral, \alpha=1, \alpha=1., \alpha=2 ) Visualisierung Visualisierung von Funktionen f : R 2 R meshgrid mesh, surf fill contour colorbar, colormap 14 1

5 0. Eine Demofunktion Tensorgitter 1 % demomesh.m x = linspace(-2,2,20); 4 y = linspace(-2,2,20); [X,Y] = meshgrid(x,y); Z = f(x,y); 8 figure(1) 9 mesh(x,y,z) 11 figure(2) surf(x,y,z) 1 colorbar 0 Unterteilung x R n von Intervall I, n Knoten Unterteilung y R m von Intervall J, m Knoten [X,Y] = meshgrid(x,y) ein Tensorgitter für I J d.h. mn Knoten in I J X, Y R m n mesh(x,y,z) plottet Fkt.werte über Tensorgitter Farbe gibt Funktionswert wieder f(x, y) = x e (x2 +y 2 ) surf(x,y,z) plottet Fkt.werte über Tensorgitter interpoliert zwischen den Knoten colorbar gibt Farbkodierung für z = f(x, y) aus colormap(rgb) wählt RGB-Map rgb [0,1] N z.b. jet, gray, copper, hot, cool, summer, winter 1 1 Konturplot 1 % democontour.m x = linspace(-2,2,0); 4 y = linspace(-2,2,0); [X,Y] = meshgrid(x,y); Z = f(x,y); 8 %*** Konturlinien farbig plotten 9 figure(1) contour(x,y,z) 11 colorbar( SouthOutside ) 1 %*** Konturlinien rot, bezeichnet 14 figure(2) 1 C = contour(x,y,z, , LineColor, r, LineWidth,2); 1 clabel(c) contour(x,y,z) zeigt Konturlinien farbig optionale Parameter Anzahl der Konturlinien (Std. ) weitere Wunschmöglichkeiten wie bei plot Beschriftung der Konturlinien mit Z-Wert mittels clabel Projektion auf Ebene 1 % demoview.m x = linspace(-2,2,0); 4 y = linspace(-2,2,0); [X,Y] = meshgrid(x,y); Z = f(x,y); 8 figure(1) 9 surf(x,y,z); view(2) 11 colorbar 1 figure(2) 14 surf(x,y,z, LineStyle, none ); 1 colorbar 1 view(2) view(azimuth,elevation) : Ort des Betrachters elevation = Höhenwinkel über x-y-ebene azimuth = Winkel in der x-y-ebene view(2) = 2D Betrachtung von oben auf x-y-ebene d.h. azimuth=0, elevation=90 view() = Standard-D-Einstellung [azimuth,elevation]=view liefert aktuelle Werte 18 19

6 Nicht-Tensorgitter 1 % demogriddata.m 4 %*** Bekannte Funktionswerte erzeugen x = 4*rand(1,200)-2; % Zufallszahlen in [-2,2] y = 4*rand(1,200)-2; % Zufallszahlen in [-2,2] z = f(x,y); 8 9 %*** Tensorgitter erzeugen xx = linspace(-2,2,0); 11 yy = linspace(-2,2,0); [X,Y] = meshgrid(xx,yy); 1 14 %*** Funktionswerte approximieren 1 Z = griddata(x,y,z,x,y); 1 1 %*** Approximierte Funktion plotten 18 surf(x,y,z) 19 hold on %*** Zufallspunkte eintragen 22 plot(x,y,-.*ones(size(x)), k. ) 2 hold off Falls Datenpunkte (x, y) nicht auf Tensorgitter Tensorgitter erzeugen mit meshgrid Funktionswerte auf Tensorgitter aus bekannten Daten approximieren Dreiecksgitter 1 % demodelaunay.m 4 %*** Bekannte Funktionswerte erzeugen x = 4*rand(1,00)-2; % Zufallszahlen in [-2,2] y = 4*rand(1,00)-2; % Zufallszahlen in [-2,2] z = f(x,y); 8 9 %*** Triangulierung erzeugen tri = delaunay(x,y); 11 %*** approximierte Funktion visualisieren 1 figure(1) 14 trimesh(tri,x,y,z); 1 1 figure(2) 1 trisurf(tri,x,y,z); %*** Triangulierung zeigen 20 figure() 21 trimesh(tri,x,y,zeros(size(x)), EdgeColor, k ) 22 view(2) Erzeugt Delaunay-Triangulierung der Punktmenge in Dreiecke Knoten dieser Dreiecke = vorgegebene Punkte Knoten jedes Dreiecks bestimmen eind. Kreis dieser Kreis enthält keine weiteren Punkte möglichst große Innenwinkel der Dreiecke numerisch günstig Weitere Befehle Plots in Polarkoordinaten : polar Balkendiagramme : hist, bar, barh Tortendiagramme : pie, pie Flächen/Volumina farbig füllen : fill, fill Vektorfelder : compass, quiver, quiver Animationen 1 % demomovie.m x = linspace(-2,2,20); 4 y = linspace(-2,2,20); [X,Y] = meshgrid(x,y); Z = f(x,y); 8 mesh(x,y,z) 9 storeaxis = axis; 11 t = 0:.01:1; mov = moviein(length(t)); 1 14 for j = 1:length(t) 1 mesh(x,y,t(j)*z) 1 axis(storeaxis); 1 mov(j) = getframe; 18 end Kann einzelne Bilder zu Filmen zusammenfügen moviein, getframe, movie avifile, addframe, close, movie2avi 22 Schwachbesetzte Matrizen 2

7 Schwachbesetzte Matrizen A R m n ist schwach besetzt (engl. sparse) falls die meisten Einträge 0 d.h. Anzahl #{(i, j) A ij 0} = O(m + n) für m, n z.b. Diagonalmatrizen, Tridiagonalmatrizen etc. insb. effizientere Speicherung möglich Naive Speicherung N := #{(i, j) A ij 0} Anzahl Nicht-Null-Einträge Vektoren I R N, J R N, a R N 1 k N, i = I(k), j = J(k) A ij = a(k) Nachteil: Zugriff auf A ij erfordert ggf. O(N) Operationen Beispiel A = a = (,, 9,,8,4 8,8 2,,9,2,1, 1) I = (1,2,4 2,,,,4 1,4,, 2,,) J = (1,1,1 2,2,2,2, 4,4,4,4,,) CCS-Format Matlab verwendet zur Ausgabe naives Format Matlab verwendet CCS-Format zur Speicherung Compressed Column Storage (auch: Harwell-Boeing-Format) N := #{(i, j) A ij 0} Anzahl Nicht-Null-Einträge Vektoren I R N, a R N wie zuvor Vektor J R m+1 wie folgt J(k) gibt an, wo k-te Spalte im Vektor beginnt für 1 k m J(m + 1) := N + 1 Beispiel A = a = (,, 9,,8,4 8,8 2,,9,2,1, 1) I = (1,2,4 2,,,,4 1,4,, 2,,) J = (1 4 8, 14 1), d.h. N = Sparse-Matrizen in Matlab Anlegen mittels sparse z.b. A = sparse(m,n); oder Konversion A = sparse(matrix); Rückkonversion mittels Afull = full(a); Matlab verwendet optimierte Algorithmen für Sparse-Matrizen wesentlich schneller als vollbesetzte Matrizen Das Ändern von Sparse-Matrizen ist teuer Speicher muss kopiert werden Aufbau von Sparse-Matrizen kann teuer sein wenn man A = sparse(m,n); und dann A(i,j) schreibt besser: naive Datenstruktur I, J, a R N erzeugen A = sparse(i,j,a,m,n); erzeugen Matlab und C Einbinden von C-Code in Matlab interne Datenspeicherung von Matlab Compiler mex mexfunction statt main 2 2

8 Der Datentyp mxarray MEX-Schnittstelle Es ist möglich, mit der MEX-Schnittstelle aus Matlab heraus, C-Code aufzurufen Alle Matlab-Variablen werden im Datentyp mxarray gespeichert ( Matlab-eigene Struktur!) Es gibt in Matlab keine Skalare oder Vektoren, sondern nur Matrizen ( 1 1, n 1, 1 n) Matrizen sind spaltenweise gespeichert Matlab nutzt intern LAPACK! Real- und Imaginärteil werden getrennt gespeichert Zugriff auf die einzelnen Informationen einer Matrix (z.b. size) durch spezielle MEX-Funktionen Erlaubt Realisierung von Teilproblemen in C Geschwindigkeitsgewinn! Dokumentation (auch pdf) im Netz: access/helpdesk/help/techdoc/matlab external/ Alle Matlab-Variablen intern so gespeichert! Skalare, Vektoren, (vollbesetzte) Matrizen ohne Unterschied als Matrizen gespeichert spaltenweises Speichern von Real-/Imaginärteil intern wird LAPACK verwendet (Fortran!) mxgetpr, mxgetpi liefern Pointer auf Speicher mxclassid liefert Typ (double, single,...) mxisdouble etc. überprüft Typ mxgetm, mxgetn liefert Dimension Schwach besetzte Matrizen im CCS-Format siehe mxgetpr, mxgetpi liefern Pointer auf Einträge mxgetir, mxgetjc liefern Pointer auf Index-Felder mxgetnzmax liefert Anzahl nicht-trivialer Einträge Länge der Vektoren in Speicherformat Strings = Vektoren vom Typ char wie Vektor gespeichert (s.o.) kein Null-Byte am Ende, da Länge bekannt! Strukturen, Cell Arrays sind Vektoren/Matrizen mit Datentyp mxarray* Ein MEX-Beispiel Erstellen von MEX-Files C-Code schreiben, main() entfällt, stattdessen: void mexfunction(int nlhs, mxarray** plhs, int nrhs, mxarray** prhs) nlhs = Number Left-Hand Side = Anzahl Output-Parameter plhs = Pointer Left-Hand Side = Array der Output-Parameter (Allokieren!) nrhs = Number Right-Hand Side = Anzahl Input-Parameter prhs = Pointer Right-Hand Side = Array der Input-Parameter (Auslesen!) C-Code in Matlab compilieren mit mex file.c erzeugt neuen Matlab-Befehl file C-Compiler im Lieferumfang enthalten! 1 #include "mex.h" 2 void mexfunction(int nlhs, mxarray** plhs, 4 int nrhs, const mxarray** prhs) { int i, j; double *mpointer, *npointer; 8 int M, N; 9 double *A; 11 if (nlhs!= 1) mexerrmsgtxt("error: one output parameter!"); 1 else if (nrhs!= 2) 14 mexerrmsgtxt("error: two input parameters!"); 1 1 /* We skip further parameter checks */ 1 18 mpointer = mxgetpr(prhs[0]); 19 npointer = mxgetpr(prhs[1]); 20 M = (int) mpointer[0]; 21 N = (int) npointer[0]; 22 2 /* Create and fill matrix A */ 24 plhs[0] = mxcreatedoublematrix(m,n,mxreal); 2 A = mxgetpr(plhs[0]); 2 for (i=0; i<m; ++i) { 2 for (j=0; j<n; ++j) { 28 A[i+j*M] = i+j*m; 29 } 0 } 1 } Compilieren in Matlab mit mex mexdemo.c Erzeugt neuen Matlab-Befehl mexdemo A=mexdemo(2,); erzeugt A=[0 2 4 ; 1 ] 0 1

Effizientes Programmieren

Effizientes 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,

Mehr

1 % plotgauss.m 2 figure(1) 3 x = -6:.5:6; 4 y = exp(-x.^2); 5 plot(x,y) 6 7 figure(2) 8 x = -6:.01:6; 9 y = exp(-x.

1 % plotgauss.m 2 figure(1) 3 x = -6:.5:6; 4 y = exp(-x.^2); 5 plot(x,y) 6 7 figure(2) 8 x = -6:.01:6; 9 y = exp(-x. Grafik elementare Grafiken Export von Grafiken als EPS-Files Beschriftung von EPS-Grafiken in L A T E X experimentelle Konvergenzrate plot loglog, semilogx, semilogy figure, clf, close hold on, hold off

Mehr

Visualisierung. Visualisierung von Funktionen f : R 2 R. meshgrid. mesh, surf. fill. contour. colorbar, colormap

Visualisierung. 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(-,,);

Mehr

Visualisierung. Eine Demofunktion. Tensorgitter. Visualisierung von Funktionen f : R 2 R. meshgrid. mesh, surf. fill. contour. colorbar, colormap

Visualisierung. 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.^);

Mehr

Schwachbesetzte Matrizen

Schwachbesetzte Matrizen Einführung in das Programmieren für Technische Mathematiker Einführung in MATLAB, Teil DI Samuel Ferraz-Leite Prof. Dr. Dirk Praetorius Prof. Dr. Christoph Überhuber Schwachbesetzte Matrizen Fr. 10:15-11:45,

Mehr

Input/Output. Einführung in das Programmieren für Technische Mathematiker. Ausgabe am Bildschirm. Einlesen von der Tastatur

Input/Output. Einführung in das Programmieren für Technische Mathematiker. Ausgabe am Bildschirm. Einlesen von der Tastatur Einführung in das Programmieren für Technische Mathematiker Einführung in MATLAB, Teil 3 Input/Output DI Samuel Ferraz-Leite Prof. Dr. Dirk Praetorius Prof. Dr. Christoph Überhuber disp, format save, load

Mehr

Input / Output. Tastatureingabe. Shell-Ausgabe. Formatiertes Schreiben. Funktionen load / save

Input / Output. Tastatureingabe. Shell-Ausgabe. Formatiertes Schreiben. Funktionen load / save Tastatureingabe Input / Output Einlesen von Tastatur Ausgabe in Shell Laden und Speichern von Variablen Laden von Matrizen aus Textdateien Speichern von Daten in Textdateien var = input(string); gibt Text

Mehr

Wima 1 - Praktikum (Woche 7)

Wima 1 - Praktikum (Woche 7) Wima 1 - Praktikum (Woche 7) Lernziele In diesem Praktikum sollen Sie üben und lernen: Einbinden von C-Code in Matlab interne Datenspeicherung von Matlab Umgang mit dem Compiler mex Am Anfang geben wir

Mehr

Computermathematik. Starten. Was ist MATLAB? Workspace. Verfügbarkeit. Beenden. Einführung in MATLAB Grundsätzliches.

Computermathematik. Starten. Was ist MATLAB? Workspace. Verfügbarkeit. Beenden. Einführung in MATLAB Grundsätzliches. Computermathematik Einführung in MATLAB Grundsätzliches Winfried Auzinger Dirk Praetorius Starten, Beenden von Matlab Matlab Online-Hilfe m-files Aufbau einer Matlab-Funktion Kommentarzeilen function Di.

Mehr

Einführung in die Programmierung (MA8003)

Einführung 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)

Mehr

7 3D-Graphik Kurven im R 3

7 3D-Graphik Kurven im R 3 7 3D-Graphik 7 3D-Graphik 64 7. 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

Mehr

Einführung in die Programmierung (MA8003)

Einführung 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)

Mehr

Einführung in. Pierre Bayerl

Einführung 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

Mehr

LABORÜBUNG MATLAB/OCTAVE

LABORÜBUNG 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

Mehr

MATLAB Flächendarstellungen

MATLAB Flächendarstellungen MATLAB Flächendarstellungen Einführung in Matlab 3. Semester Wintersemester 2012/2013 3. Themenblock MATLAB - Flächendarstellungen 1 Allgemeines Flächendarstellungen: graphische Darstellung von Flächendaten

Mehr

2 Matrizen und Vektoren

2 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

Mehr

Einführung in Matlab, 2. Teil

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!

Mehr

Matlab Praktikum - Tag 4

Matlab 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

Mehr

MATLAB Kurs SS Boris von Loesch. Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization

MATLAB 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

Mehr

Wima 1 - Praktikum (Woche 5)

Wima 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

Mehr

WiMa-Praktikum 1. Woche 5

WiMa-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

Mehr

Numerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor)

Numerik-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

Mehr

Einführung in die Grundlagen von Matlab. Ralph Neubecker

Einführung 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

Mehr

Octave/Matlab-Übungen

Octave/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,

Mehr

Übungsblatt 2 Musterlösung

Übungsblatt 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

Mehr

Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS Matlab: Fortsetzung. Jan Mayer. 4. Mai 2006

Praktikum 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.

Mehr

MATLAB Kurs SS Boris von Loesch. Technische Universität München Center for Mathematical Sciences, Chair of Mathematical Optimization

MATLAB 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

Mehr

Ulrich Stein

Ulrich Stein Von C nach MATLAB Einführung in MATLAB für Personen mit C-Kenntnissen Datentypen ähnlich in C und MATLAB, dort aber automatische Typzuweisung möglich double a = 2; Arrays a = double( 2 ); aber auch a =

Mehr

Einführung in das rechnergestützte Arbeiten

Einführung 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

Mehr

Wima 1 - Praktikum (Woche 6)

Wima 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

Mehr

Übungsblatt 3 Musterlösung

Übungsblatt 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

Mehr

Einführung in Python Teil II Bibliotheken für wissenschaftliches Rechnen

Einführung in Python Teil II Bibliotheken für wissenschaftliches Rechnen Einführung in Python Teil II Bibliotheken für wissenschaftliches Rechnen Valentin Flunkert Institut für Theoretische Physik Technische Universität Berlin Fr. 28.5.2010 Nichtlineare Dynamik und Kontrolle

Mehr

Numerische Analysis - Matlab-Blatt 5

Numerische Analysis - Matlab-Blatt 5 Prof. Dr. Stefan Funken Universität Ulm M.Sc. Andreas Bantle Institut für Numerische Mathematik Dipl.-Math. oec. Klaus Stolle Sommersemester 05 Numerische Analysis - Matlab-Blatt 5 Lösung (Besprechung

Mehr

MATLAB Einführung. Numerische Methoden für ITET und MATL Dr. S. May, D. Devaud. ETH Zürich, Seminar for Applied Mathematics

MATLAB Einführung. Numerische Methoden für ITET und MATL Dr. S. May, D. Devaud. ETH Zürich, Seminar for Applied Mathematics Numerische Methoden für ITET und MATL 2016 ETH Zürich, Seminar for Applied Mathematics Dr. S. May, D. Devaud Frame 2 MATLAB Auf ETH Computer vorinstalliert Auf Heim PC: von www.ides.ethz.ch herunterladen

Mehr

Naive Fehlerkontrolle

Naive Fehlerkontrolle Motivation Fakt ist: alle Programmierer machen Fehler Code läuft beim ersten Mal nie richtig Naive Fehlerkontrolle Großteil der Entwicklungszeit geht in Fehlersuche Profis unterscheiden sich von Anfängern

Mehr

Daniel S. Steingrube 2010-05-14. Institut für Quantenoptik Leibniz Universität Hannover. steingrube@iqo.uni-hannover.de

Daniel S. Steingrube 2010-05-14. Institut für Quantenoptik Leibniz Universität Hannover. steingrube@iqo.uni-hannover.de exportieren en Daniel S. Steingrube Institut für Quantenoptik Leibniz Universität Hannover steingrube@iqo.uni-hannover.de 2010-05-14 exportieren en 1 2 exportieren 3 4 5 6 en Was ist gnuplot? exportieren

Mehr

Strukturen & Math. Strukturen und Vektoren. Allokieren eines Vektors. Zugriff auf Strukturen. Freigeben eines Vektors

Strukturen & Math. Strukturen und Vektoren. Allokieren eines Vektors. Zugriff auf Strukturen. Freigeben eines Vektors Strukturen & Math Strukturen für mathematische Objekte: allgemeine Vektoren Matrizen Strukturen und Vektoren 1 #ifndef _STRUCT_VECTOR_ 2 #define _STRUCT_VECTOR_ 3 4 #include 5 #include

Mehr

Strukturen & Math. Strukturen für mathematische Objekte: allgemeine Vektoren Matrizen

Strukturen & Math. Strukturen für mathematische Objekte: allgemeine Vektoren Matrizen Strukturen & Math Strukturen für mathematische Objekte: allgemeine Vektoren Matrizen 175 Strukturen und Vektoren 1 #ifndef _STRUCT_VECTOR_ 2 #define _STRUCT_VECTOR_ 3 4 #include 5 #include

Mehr

Einführung in MATLAB

Einführung in MATLAB Einführung in MATLAB Warum MATLAB? Messdaten sammeln Datenverarbeitung Graphische Darstellung 27.03.2019 EINFÜHRUNG IN MATLAB 2 Warum MATLAB? t = [1.0, 2.0, 3.0, ] v = [2.1, 4.2, 6.3, ] m = 3.14 E = ½

Mehr

Einführung in Python/Matplotlib

Einführung in Python/Matplotlib Einführung in Python/Matplotlib AP/FP-Softwarekurse Markus Ühlein Fachschaft Physik TU Kaiserslautern 19. Februar 2019 Übersicht Grundlagen Plotten Fitten Weiteres 2 / 20 Python starten Konsole Konsole

Mehr

Computergrundlagen Visualisierung II: Gnuplot und Engauge

Computergrundlagen Visualisierung II: Gnuplot und Engauge Computergrundlagen Visualisierung II: Gnuplot und Engauge Axel Arnold Institut für Computerphysik Universität Stuttgart Wintersemester 2010/11 Gnuplot f(x) [log. Skala] 100 100 10 10 1 1 0.1 0.1 0.01 0.01

Mehr

3. Grafik in MATLAB (1)

3. 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

Mehr

Einiges zu scanf. Einiges zu printf. Derivate zu printf & scanf. I/O für ASCII-Files

Einiges zu scanf. Einiges zu printf. Derivate zu printf & scanf. I/O für ASCII-Files Einiges zu printf Formal: int printf(control, arg1, arg2,... ) gibt String control auf der Standardausgabe aus Return Value = Anzahl der ausgegebenen Zeichen oder < 0, falls Fehler aufgetreten ist control

Mehr

Eine kurze Einführung in GNU Octave (Teil 2)

Eine kurze Einführung in GNU Octave (Teil 2) Strings Strings stehen in Anführungszeichen Beispiel >> string= abc ; # erzeugt den String abc >> s(1)= a ; s(2)= b # s=ab Octave kennt nützliche Funktionen für Strings Beispiele >> string= acb ; sort(string)

Mehr

Mathematische Computer-Software

Mathematische Computer-Software Mathematische Computer-Software Kommerzielle Computeralgebrasysteme (CAS) Beispiele: Mathematica, Maple, Numerisches und symbolisches Verarbeiten von Gleichungen: Grundrechenarten Ableitung und Integration

Mehr

Inhaltsverzeichnis. Ulrich Stein. Programmieren mit MATLAB. Programmiersprache, Grafische Benutzeroberflächen, Anwendungen

Inhaltsverzeichnis. Ulrich Stein. Programmieren mit MATLAB. Programmiersprache, Grafische Benutzeroberflächen, Anwendungen Inhaltsverzeichnis Ulrich Stein Programmieren mit MATLAB Programmiersprache, Grafische Benutzeroberflächen, Anwendungen ISBN (Buch): 978-3-446-43243-7 ISBN (E-Book): 978-3-446-43319-9 Weitere Informationen

Mehr

Einführung in MATLAB / GNU Octave

Einführung 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

Mehr

MATLAB: Kapitel 2 Grafiken

MATLAB: 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

Mehr

NUMERISCHE MATHEMATIK I

NUMERISCHE 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,

Mehr

L A T E X-Kurs. Teil 4 - Datenanalyse - Qti Plot. Fachschaft Physik Uni Konstanz WS 2015/16

L A T E X-Kurs. Teil 4 - Datenanalyse - Qti Plot. Fachschaft Physik Uni Konstanz WS 2015/16 L A T E X-Kurs Teil 4 - Datenanalyse - Qti Plot Fachschaft Physik Uni Konstanz WS 2015/16 Grundlegendes Einführung Möglichkeiten: plotten, fitten, Tabellenkalkulation, Fouriertransformation, Interpolation,...

Mehr

Inhaltsverzeichnis. Ulrich Stein. Einstieg in das Programmieren mit MATLAB ISBN: Weitere Informationen oder Bestellungen unter

Inhaltsverzeichnis. Ulrich Stein. Einstieg in das Programmieren mit MATLAB ISBN: Weitere Informationen oder Bestellungen unter Inhaltsverzeichnis Ulrich Stein Einstieg in das Programmieren mit MATLAB ISBN: 978-3-446-42387-9 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42387-9 sowie im Buchhandel.

Mehr

Numerische Lineare Algebra - Matlab-Blatt 2

Numerische Lineare Algebra - Matlab-Blatt 2 Prof. Dr. Stefan Funken Universität Ulm M.Sc. Andreas Bantle Institut für Numerische Mathematik Dipl.-Math. oec. Klaus Stolle Wintersemester 014/015 Numerische Lineare Algebra - Matlab-Blatt Lösung (Besprechung

Mehr

Computergrundlagen Visualisierung II: Gnuplot und Engauge

Computergrundlagen Visualisierung II: Gnuplot und Engauge Gnuplot Computergrundlagen Visualisierung II: Gnuplot und Engauge Axel Arnold Institut für Computerphysik Universität Stuttgart Wintersemester 2/11 f(x) [log. Skala] 1 1.1.1.1.1.1 e x.1.1 x 2.1 1e-5 1e-5.1.1

Mehr

Übersicht. Einbinden

Übersicht. Einbinden Übersicht L A TEX Seminar Teil 4 Graphiken Sommerakademie 2009 Sascha Frank 18.08.2009 Pakete & Programme LATEX Programme weitere Programme Referezen Was wir nutzen Einbinden graphicx Paket zum einbinden

Mehr

Matlab: eine kurze Einführung

Matlab: 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.

Mehr

Matlab Selbstlernkurs

Matlab 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

Mehr

9. Vektoren. (auch Felder/array)

9. Vektoren. (auch Felder/array) 9. Vektoren (auch Felder/array) Motivation Hat man mehrere Objekte gleichen Datentyps, so kann man sie explizit deklarieren, wenn die Anzahl bekannt ist double x1,x2,x3,x4; Nachteile: versagt, -wenn die

Mehr

Einstieg in die Informatik mit Java

Einstieg in die Informatik mit Java 1 / 21 Einstieg in die Informatik mit Java Felder, eindimensional Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 21 1 Überblick: Was sind Felder? 2 Vereinbarung von Feldern

Mehr

Strukturen. Deklaration von Strukturen. Strukturen & Members. Bemerkungen zu Strukturen

Strukturen. Deklaration von Strukturen. Strukturen & Members. Bemerkungen zu Strukturen Deklaration von Strukturen Strukturen Warum Strukturen? Members Punktoperator. Pfeiloperator -> Shallow Copy vs. Deep Copy struct typedef Funktionen Zusammenfassung von versch. Befehlen, um Abstraktionsebenen

Mehr

Machine Learning. von Nico Hezel

Machine Learning. von Nico Hezel Machine Learning von Nico Hezel GNU ähnlich wie MATLAB Kostenlos Linux/BSD/Mac OSX/Windows Interactive shell (read eval print loop REPL) https://www.gnu.org/software/octave/ 2 Prototyping zum lösen von

Mehr

Matlab: Grundlagen und Hilfen

Matlab: Grundlagen und Hilfen 1 Matlab: Grundlagen und Hilfen Jan Marc Stockschläder Fachbereich Physik TU Kaiserslautern 16.08.2012 2 Gliederung 1 Grundlagen Hilfreiche Funktionen Grundrechenarten Matrizen Graphen Statistik Funktionen

Mehr

Algorithmen und Datenstrukturen II

Algorithmen und Datenstrukturen II Algorithmen und Datenstrukturen II D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Sommer 2009, 26. März 2009, c 2009 D.Rösner D.

Mehr

Grundsätzliches. Computermathematik. Was ist MATLAB? Verfügbarkeit. Toolboxen. Features. Einführung in MATLAB. Winfried Auzinger.

Grundsätzliches. Computermathematik. Was ist MATLAB? Verfügbarkeit. Toolboxen. Features. Einführung in MATLAB. Winfried Auzinger. Computermathematik Einführung in MATLAB Winfried Auzinger Dirk Praetorius Grundsätzliches Starten, Beenden von MATLAB MATLAB Online-Hilfe m-files help Di. 3:5-4:45, FH HS 8 (Nöbauer Hörsaal) Institut für

Mehr

Schriftlicher Test (120 Minuten) VU Einführung ins Programmieren für TM. 23. Januar 2017

Schriftlicher Test (120 Minuten) VU Einführung ins Programmieren für TM. 23. Januar 2017 Familienname: Vorname: Matrikelnummer: Aufgabe 1 (3 Punkte): Aufgabe 2 (1 Punkt): Aufgabe 3 (2 Punkte): Aufgabe 4 (4 Punkte): Aufgabe 5 (2 Punkte): Aufgabe 6 (2 Punkte): Aufgabe 7 (4 Punkte): Aufgabe 8

Mehr

Kurzeinführung Matlab

Kurzeinführung 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...........................

Mehr

In diesem Skript werden einige Plot-Typen und Funktionen beschrieben, die für die allgemeine Datenanalyse nützlich sind.

In diesem Skript werden einige Plot-Typen und Funktionen beschrieben, die für die allgemeine Datenanalyse nützlich sind. Datenanalyse In diesem Skript werden einige Plot-Typen und Funktionen beschrieben, die für die allgemeine Datenanalyse nützlich sind. Contents Die Messwerte Graphische Darstellung Plot mit Fehlerbalken

Mehr

Programmieren in C/C++ und MATLAB

Programmieren in C/C++ und MATLAB Programmieren in C/C++ und MATLAB Christof Beyer Sven Willert Sabine Schmidt Christian-Albrechts-Universität zu Kiel CAU 7-1 Bisher eingeführt war für Namen nur der Datentyp char. Dieser erlaubt das Speichern

Mehr

Einführung in MATLAB Blockkurs DLR:

Einführung in MATLAB Blockkurs DLR: Einführung in MATLAB Blockkurs DLR: 19.4-22.4.24 Tag 1, 2.Teil Vektoren und Matrizen 19.4.24 Dr. Gerd Rapin grapin@math.uni-goettingen.de Gerd Rapin Einführung in MATLAB p.1/2 Matrizen und Vektoren Erzeugen

Mehr

Einführung in die Programmierung (MA8003)

Einführung in die Programmierung (MA8003) Theorie 2.1: Relationale und logische Operatoren, Funktionen Dr. Lorenz John Technische Universität München Fakultät Mathematik, Lehrstuhl für Numerische Mathematik M2 05.10.2016 Ablauf Theorie 1.1+1.2

Mehr

High Performance Computing Blatt 8

High Performance Computing Blatt 8 Dr. Andreas Borchert Institut für Numerische Mathematik Prof. Dr. Stefan Funken Universität Ulm Prof. Dr. Karsten Urban Sommersemester 0 Markus Bantle, Kristina Steih High Performance Computing Blatt (Präsenzübung.

Mehr

Schriftlicher Test zu C (90 Minuten) VU Einführung ins Programmieren für TM. 1. Oktober 2012

Schriftlicher Test zu C (90 Minuten) VU Einführung ins Programmieren für TM. 1. Oktober 2012 Familienname: Vorname: Matrikelnummer: Aufgabe 1 (2 Punkte): Aufgabe 2 (3 Punkte): Aufgabe 3 (2 Punkte): Aufgabe 4 (3 Punkte): Aufgabe 5 (2 Punkte): Aufgabe 6 (1 Punkte): Aufgabe 7 (2 Punkte): Aufgabe

Mehr

Mathematik am Computer 7. Vorlesung: Matlab, Teil II

Mathematik 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

Mehr

Ulrich Stein. Einstieg in das Programmieren. mit MATLAB. 2., aktualisierte Auflage. Mit 153 Bildern. Fachbuchverlag Leipzig im Carl Hanser Verlag

Ulrich Stein. Einstieg in das Programmieren. mit MATLAB. 2., aktualisierte Auflage. Mit 153 Bildern. Fachbuchverlag Leipzig im Carl Hanser Verlag Ulrich Stein Einstieg in das Programmieren mit MATLAB 2., aktualisierte Auflage Mit 153 Bildern Fachbuchverlag Leipzig im Carl Hanser Verlag Inhalt 1 Einführung 14 1.1 Hello, world 14 1.2 Datenverarbeitung

Mehr

Grundlagen der Informatik 6. Arrays I

Grundlagen der Informatik 6. Arrays I 6. Arrays I Motivation Array (konstante Länge) Speicherbereich Eingabe von Arrays Grundlagen der Informatik (Alex Rempel) 1 Motivation Beispiel: Bildschirmpixel zeichnen Auflösung 800x600, d.h. insgesamt

Mehr

MATLAB-Tutorium WS18 Nathalie Marion Frieß

MATLAB-Tutorium WS18 Nathalie Marion Frieß MATLAB-Tutorium WS18 Nathalie Marion Frieß nathalie.friess@uni-graz.at Zugang UNI-IT Arbeitsplätzen lokal vorinstalliert Von zu Hause: Zugriff über Terminalserver Installation des Citrix Receiver Clients:

Mehr

Wertebereich und Genauigkeit der Zahlendarstellung

Wertebereich und Genauigkeit der Zahlendarstellung Wertebereich und Genauigkeit der Zahlendarstellung Sowohl F als auch C kennen bei ganzen und Floating Point-Zahlen Datentypen verschiedener Genauigkeit. Bei ganzen Zahlen, die stets exakt dargestellt werden

Mehr

Prof. 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 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

Mehr

Zweiter Teil des Tutorials. Workspace M-files Matrizen Flow Control Weitere Datenstrukturen Gemeinsames Beispiel erarbeiten

Zweiter Teil des Tutorials. Workspace M-files Matrizen Flow Control Weitere Datenstrukturen Gemeinsames Beispiel erarbeiten Zweiter Teil des Tutorials Workspace M-files Matrizen Flow Control Weitere Datenstrukturen Gemeinsames Beispiel erarbeiten Workspace Im Workspace sind die Variablen mit ihrem jeweiligen Wert gespeichert.

Mehr

Computergrundlagen Visualisierung - Plotten Gnuplot Xmgrace

Computergrundlagen Visualisierung - Plotten Gnuplot Xmgrace Computergrundlagen Visualisierung - Plotten Gnuplot Xmgrace Institut für Computerphysik Universität Stuttgart Wintersemester 2015/16 Gnuplot f(x) [log. Skala] 100 100 10 10 1 1 0.1 0.1 0.01 0.01 0.001

Mehr

Informatik Erste Schritte mit MATLAB

Informatik Erste Schritte mit MATLAB Informatik Erste Schritte mit MATLAB 1. Der Bildschirmarbeitsplatz Ihr Rechner ist über ein Netzwerk (Kabel + Programme für den Datenaustausch mit einem speziellen Rechner (im RZBT) verbunden, dem Server.

Mehr

PPS "Bits on Air" 1. Teil, Matlab-Tutorial Vorbereitungsaufgaben (Lösungsvorschläge)

PPS Bits on Air 1. Teil, Matlab-Tutorial Vorbereitungsaufgaben (Lösungsvorschläge) Institut für Kommunikationstechnik Prof. Dr. H. Bölcskei Sternwartstrasse 7 CH-8092 Zürich PPS "Bits on Air" 1. Teil, Matlab-Tutorial Vorbereitungsaufgaben (Lösungsvorschläge) Markus Gärtner, Samuel Brändle

Mehr

Markus Grasmair. 8. März 2010

Markus Grasmair. 8. März 2010 Computational Science Center, Universität Wien 8. März 2010 Übersicht 1 Einleitung 2 Rechnen Variablen Einfache Berechnungen Plots 3 Programmieren Allgemeines Mittelwert Varianz 4 Troubleshooting Einleitung

Mehr

Grafiken Teil 1. LATEX-Kurs der Unix-AG. Klaus Denker. 23. Mai 2007

Grafiken Teil 1. LATEX-Kurs der Unix-AG. Klaus Denker. 23. Mai 2007 Grafiken Teil 1 LATEX-Kurs der Unix-AG Klaus Denker 23. Mai 2007 Grafiken in L A TEX-Dokumenten Wie werden Grafiken in LATEX-Dokumente eingebunden? 1. Grafiken als externe Datei einbinden includegraphics-befehl

Mehr

7. Organisation von Informationen

7. Organisation von Informationen Computeranwendung in der Chemie Informatik für Chemiker(innen) 7. Organisation von Informationen Jens Döbler 2003 "Computer in der Chemie", WS 2003-04, Humboldt-Universität VL7 Folie 1 Grundlagen Programme

Mehr

Bilder, Tabellen und Code-Listings mit LAT E X

Bilder, Tabellen und Code-Listings mit LAT E X CIS, LMU flo@cis.uni-muenchen.de http://www.cis.lmu.de/~finkf/sose15 27. April 2015 Outline Bilder mit LAT E X 1 Bilder mit L A T E X Einfügen von Bildern Figures Grafiken mit dot und make 2 Tabellen mit

Mehr

EINFÜHRUNG IN Matlab

EINFÜHRUNG IN Matlab EINFÜHRUNG IN Matlab S. BARTELS, 11.12.2013 I.A. Aufbau. Matlab steht für Matrix Laboratory und ist ein kommerzielles Programmpaket, welches Implementierungen einer Vielzahl numerischer Verfahren bereitstellt

Mehr

Übung 4: Einführung in die Programmierung mit MATLAB

Übung 4: Einführung in die Programmierung mit MATLAB Übung 4: Einführung in die Programmierung mit MATLAB AUFGABE 1 Was bewirkt der Strichpunkt? - Der Strichpunkt (Semikola) unterdrück die Anzeige der (Zwischen-) Resultate. Welche Rolle spielt ans? - Wenn

Mehr

Was ist MATLAB? Features von MATLAB. Warum MATLAB? Starten. Verfügbarkeit. Workspace. Toolboxen. Beenden. MATLAB = Matrix Laboratory

Was ist MATLAB? Features von MATLAB. Warum MATLAB? Starten. Verfügbarkeit. Workspace. Toolboxen. Beenden. MATLAB = Matrix Laboratory Computermathematik Einführung in MATLAB Prof. Dr. Winfried Auzinger Prof. Dr. Dirk Praetorius Organisatorisches http:/www.asc.tuwien.ac.at/compmath/ Di. 3:5-4:45, FH HS 8 (Nöbauer Hörsaal) Institut für

Mehr

Zugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II

Zugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II Zugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II Matrixzugriff Wir wollen nun unsere Einführung in die Arbeit mit Vektoren und Matrizen in MATLAB

Mehr

Arrays (Felder/Vektoren)

Arrays (Felder/Vektoren) Arrays (Felder/Vektoren) Zusammenfassung mehrerer Variablen des gleichen Typs unter einem Namen im Speicher direkt hintereinander abgelegt Definition: Typname Arrayname [Größe]; Beispiel: int ar [5]; Zugriff

Mehr

Grafiken für L A TEX. erstellen, bearbeiten und einbinden. Felix Koch L A TEX-User-Treffen Freiberg. 19. Juni 2011

Grafiken für L A TEX. erstellen, bearbeiten und einbinden. Felix Koch L A TEX-User-Treffen Freiberg. 19. Juni 2011 Felix Koch L A TEX-User-Treffen Freiberg erstellen, bearbeiten und einbinden 19. Juni 2011 Institut für Mechanik und Fluiddynamik Lampadiusstraße 4, 09596 Freiberg TOC 1. Motivation 2. Schnittstelle für

Mehr

Prof. Dr. Barbara Wohlmuth Lehrstuhl für Numerische Mathematik. MATLAB-Kurs. MATLABKURS (Title01) 1

Prof. 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

Mehr

Was ist MATLAB? Features von MATLAB. Warum MATLAB? Starten. Verfügbarkeit. Workspace. Toolboxen. Beenden. MATLAB = Matrix Laboratory

Was ist MATLAB? Features von MATLAB. Warum MATLAB? Starten. Verfügbarkeit. Workspace. Toolboxen. Beenden. MATLAB = Matrix Laboratory Computermathematik Einführung in MATLAB Prof. Dr. Winfried Auzinger Prof. Dr. Dirk Praetorius Organisatorisches http:/www.asc.tuwien.ac.at/compmath/ Di. 3:5-4:45, FH HS 8 (Nöbauer Hörsaal) Institut für

Mehr

Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie

Schülerworkshop 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,

Mehr

Eine kurze Einführung in Matlab

Eine kurze Einführung in Matlab Eine kurze Einführung in Matlab Bärbel Janssen und Thomas Wick AG Numerik Universität Heidelberg Numerik 0 Matlab-Einführung 30. April 2010 1 Übersicht 1. Woche: Zuweisung von Werten an Variablen. Anlegen

Mehr

Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt

Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Finite Elemente Methoden (aus der Sicht des Mathematikers) Alfred Schmidt Übersicht Partielle Differentialgleichungen, Approximation der Lösung Finite Elemente, lineare und höhere Ansatzfunktionen Dünn

Mehr

Einführung in MATLAB + MATLAB Simulink. Dipl.-Inf. Markus Appel

Einführung in MATLAB + MATLAB Simulink. Dipl.-Inf. Markus Appel Einführung in MATLAB + MATLAB Simulink Dipl.-Inf. Markus Appel mappel@informatik.hu-berlin.de 28.10.2016 Was ist MATLAB? ein universelles Algebra-Programm zur Lösung mathematischer Probleme grafische Darstellung

Mehr