Einführung in MATLAB für die Übungen zur Numerik partieller Differentialgleichungen von Dr. Harald Schmid

Größe: px
Ab Seite anzeigen:

Download "Einführung in MATLAB für die Übungen zur Numerik partieller Differentialgleichungen von Dr. Harald Schmid"

Transkript

1 Einführung in MATLAB für die Übungen zur Numerik partieller Differentialgleichungen von Dr. Harald Schmid Grundlagen MATLAB ist eine Abkürzung von MATrix LABoratory, und wurde in erster Linie für Numerische Berechnungen, zur Visualisierung von Daten sowie zur Entwicklung von Algorithmen und graphischen Benutzeroberflächen geschaffen. Die Vorteile von Matlab sind ein großer Umfang an mathematischen Funktionen (vor allem für Berechnungen mit Matrizen) und eine einfach zu erlernenden Programmiersprache. Zuerst ein paar grundsätzliche Hinweise: Das Software-Paket MATLAB steht im CIP-Pool Physik zur Verfügung. Informationen hierzu sind auf der WWW-Seite (unter dem Buchstaben M bzw. den Menüeinträgen Wissenschaft -> Mathematik-> Numerisch) zu finden. Das Programm wird mit matlab aufgerufen. Mit dem MATLAB-Befehl help kann man Hilfe ganz allgemein oder, bei Angabe eines bestimmten Stichworts (z.b. help matfun für Matrixfunktionen), Hilfe zu speziellen Themen und Anweisungen erhalten. Programme werden in Textdateien mit der Endung.m geschrieben, z.b. test.m, und dann auf der Kommandozeile mit dem Dateinamen ohne Endung aufgerufen (im Beispiel: test). Mit dem Prozentzeichen % kann ein Kommentar eingefügt werden, d.h., die Zeile wird nicht als MATLAB-Anweisung interpretiert. Bitte nicht an Kommentaren sparen! Mit dem Semikolon ; nach einem Befehl wird die Ausgabe unterdrückt. Mehrere Befehle in einer Zeile werden durch ein Komma, oder (falls keine Ausgabe erwünscht ist) durch ; getrennt. Abbildung 1: Die MATLAB-Toolbox

2 In obigem Bild ist auf der rechten Seite das Kommandofenster zu sehen, in dem die Befehle eingegeben werden. Hierbei ist >> die Eingabeaufforderung. Befehlswiederholung ist mit den Cursor-Tasten möglich. Das Programm wird mit quit, exit oder durch Aufruf des entsprechenden Menüeintrages beendet. Auf der linken Seite befindet sich oben die Liste aller verwendeten Variablen mit Größe und Typ, und unten sind alle bisher ausgeführten Anweisungen zu sehen. MATLAB enthält einen eigenen Editor, mit dem Programmdateien erstellt werden können. Eine neue.m-datei kann man im Menü unter File -> New -> M-File anlegen und auch vom Editor aus starten. Zahlen: Die Eingabe von rationalen Zahlen erfolgt im Dezimalsystem (mit Dezimalpunkt statt -komma). Optional kann ein Vorzeichen + oder - vorangestellt sein, oder ein ganzzahliger Exponent nach der Angabe von e bzw. E folgen. Beispiele:-1.234, e-6. Zahlen werden im Binärsystem mit 52 Bit Mantisse gespeichert. Die relative Rechengenauigkeit ist daher Komplexe Zahlen werden als zwei rationale Zahlen, verknüpft durch +, eingegeben, wobei der Imaginärteil durch ein nachfolgendes i oder j gekennzeichnet ist. Beispiel: e5i oder 1.2j+3.4e5. Bei Imaginärteil 0 wird nur der Realteil angezeigt. Es gibt noch spezielle Zahlen, und zwar Inf (für Infinity, entsteht bei Überlauf und ist vorzeichenbehaftet) sowie NaN (für Not a Number, entsteht bei Rechnungen mit undefiniertem Ergebnis; Operationen mit NaN ergeben wieder NaN). Für einfache Berechnungen (Addition, Subtraktion, Multiplikation, Division, Potenzieren) stehen die Operatoren +, -, *, /, ^ zur Verfügung. Die Auswertung von Termen erfolgt dabei in der üblichen Reihenfolge, also: Potenz, Punkt, Strich, und zwar von links nach rechts, wobei Klammerung mit ( ) möglich ist. Für die Zahl π ist die Bezeichung pi vorhanden, und es stehen die wichtigsten mathematischen Funktionen zur Verfügung, etwa sin, tan, exp, log, sqrt (Wurzel) Die Argumente sind jeweils in Klammern und Winkel im Bogenmaß anzugeben. Für die Arbeit mit komplexen Zahlen gibt es die Funktionen abs, conj, imag, real Runden kann man z.b. mit floor, ceil, round. Beispiele: >> exp(2*pi*i) ans = i >> abs( i) ans = >> sqrt(2) ans =

3 Variablen: Variablennamen beginnen stets mit einem Buchstaben und bestehen aus bis zu 31 Zeichen. Erlaubt sind dabei Buchstaben (keine Umlaute), Zahlen und_(unterstrich). Diese sind case sensitive, d.h. zwischen Groß- und Kleinbuchstaben wird unterschieden. Die Typdeklaration erfolgt anders als bei etwa C++ indirekt durch Zuweisung von Werten mit =. Nicht zugewiesene Rückgabewerte werden in der speziellen Variable ans (answer) gespeichert. Definierte Variablen kann man mit who bzw. whos anzeigen und mit clear Variablenname löschen. clear ohne Variablennamen löscht alle Variablen. Beispiel: >> x = pi; y = cos(x) y = -1 Matrizen und Vektoren: Matrizen sind das wichtigste Datenformat in MATLAB. Die Eingabe einer Matrix erfolgt durch eckige Klammern [], wobei die Einträge einer Zeile durch, oder Leerzeichen getrennt sind und Zeilen durch ; oder Zeilenschaltung separiert werden. Zeilenfortsetzung wird durch angegeben (z.b. falls eine sehr lange Matrix-Zeile zur besseren Lesbarkeit in zwei Datei- bzw. Bildschirm-Zeilen aufgeteilt werden soll). Vektoren sind (1 n)- bzw. (n 1)-Matrizen. Skalare sind (1 1)-Matrizen, und hier dürfen die eckigen Klammern auch entfallen. Beispiele: >> A = [1,2,3;4,5,6;7,8,9] A = >> [ 1, 2, 3, 4, 5, 6, 7, 8, ] ans = Zur Eingabe spezieller Matrizen gibt es beispielsweise die Anweisung ones(n,m) für eine (n m)- Matrix, bei der alle Einträge gleich 1 sind (nicht die Einheitsmatrix!), und zeros(n,m) liefert die (n m)-nullmatrix. Dagegen erzeugt rand(n,m) eine (n m)-matrix mit Zufallswerten zwischen 0 und 1. Ist v ein Vektor, so ergibt diag(v) eine quadratische Diagonalmatrix, deren Diagonalelemente die Komponenten von v sind. Für die Eingabe von Vektoren gibt es ebenfalls nützliche Abkürzungen. So steht a:s:b für den Vektor [a,a+s,a+2*s,,a+m*s] mit m=floor((b-a)/s), und a:1:b kann durch a:b ersetzt werden. Die Anweisung linspace(a,b,n) liefert einen Vektor mit der äquidistanten Unterteilung des Intervalls [a, b] in n Punkte, was besonders für das Anlegen von Knotenpunkten eines Graphen (s.u.) nützlich ist, und linspace(a,b) entspricht linspace(a,b,100). Beispiele:

4 >> t = [1:2:12] t = >> z = linspace(1,12,6) z = Die Indizierung, also der Zugriff auf bestimmte Elemente und Teilmatrizen, erfolgt durch die Angabe von Indexvektoren als Argumente der Matrixvariablen, wobei der erste Index 1 und letzter Index end ist. Beispiele: A(2,end) liefert das letzte Element in der zweiten Zeile von A, und A(z,s) erzeugt eine Teilmatrix der durch z und s indizierten Zeilen und Spalten (Reihenfolge entsprechend der Indexvektor-Einträge). Hierbei ist : die Kurzform für 1:end. Beispielsweise liefert dann B(:,2) die zweite Spalte von B, oder B(1:2,end-1:end) würde die rechte obere (2 2)-Teilmatrix von B ergeben. Zu bemerken ist noch, daß Teilmatrizen auch Werte zugewiesen werden können, und daß die Zuweisung eines Element mit Index größer als Matrixgröße das Auffüllung mit 0 bewirkt. Das Löschen von ganzen Zeilen und Spalten kann man etwa durch Zuweisung der leeren Matrix [ ] erreichen. Für die Arbeit mit Matrizen gibt es sehr nützliche Befehle. Zum Beispiel liefert A. bzw. A die transponierte bzw. komplex konjugierte Matrix von A. Alternativ geht dies auch mit den Anweisungen transpose(a) bzw. ctranspose(a). Ferner gibt diag(a,k) einen Vektor mit der k-ten Nebendiagonalen von A zurück. Beispiel: Ist A = ones(3,3), so ergibt I = diag(diag(a,0)) die (3 3)-Einheitsmatrix. Mit tril(a,k) und triu(a,k) kann man etwa die untere bzw. obere Dreiecksmatrix von A ab der k-ten Nebendiagonalen erhalten. Schließlich kann man mit inv(a) die Inverse zu A berechnen, und eig(a) liefert einen Vektor mit den Eigenwerten von A zurück. Weitere Matrixfunktionen, etwa zur LR- oder Cholesky-Zerlegung, sind unter help matfun aufgelistet. Für Berechnungen mit Matrizen stehen einerseits die Element-Operatoren.+,.-,.*,./,.^ zur Verfügung, die jedes Elemente des ersten Operanden mit dem entsprechendem Element des zweiten Operanden in der angegebenen Weise verknüpfen. Sind z.b. a ij die Einträge einer Matrix A, dann hat B = A.*A die Einträge b ij = a 2 ij, d.h. A.*A ist nicht die Matrixmultiplikation! Ist ein Operand ein Skalar, so wird dieser mit allen Elementen des anderen Operanden verknüpft. Ferner hat man: A+B Matrixaddition (entspricht A.+B), A-B Matrixsubtraktion (entspricht A.-B), A*B Matrixmultiplikation (hier gibt es keine vergleichbare Element-Operation), A^k k-fache Matrixmultiplikation (k = positive integer-zahl), A\B Lösung der Gleichung AX=B (d.h. X = A 1 B) B/A Lösung von XA=B (entspricht X = BA 1

5 Programmierung Bedingte Anweisungen (Verzweigungen) werden mittels der if-(else-)abfrage durchgeführt. Syntax: if Ausdruck_1 elseif Ausdruck_2 else end Ist der logische Ausdruck Ausdruck_1 wahr, werden die unmittelbar folgenden Befehle ausgeführt. Andernfalls wird der logische Ausdruck Ausdruck_2 der nachfolgenden elseif-anweisung geprüft usw. Sind alle logischen Ausdrücke falsch, werden die Befehle des else-zweiges bearbeitet. Die elseif-zweige und der else-zweig können auch entfallen, und es sind belebig viele elseif-zweige erlaubt. Ein logischer Ausdruck ist dabei ein Ausdruck, der die Werte 0 für falsch bzw. ungleich 0 für für wahr liefert. Diese werden durch die Vergleichsoperatoren <, <=, == (Gleichheit), >=, >, und ~= (Ungleichheit) erzeugt. Hat beispielsweise die Variable x den Wert 1, so liefert der logische Ausdruck x < 0 den Wert 0 für falsch. Achtung: = ist die Wertzuweisung an Variablen und nicht der Test auf Gleichheit! Schleifen dienen zur mehrmaligen Abarbeitung bestimmter Programmteile. Die for-schleife hat die Syntax for Variable = Matrix end Hierbei werden der Variablen Variable nacheinander die Spalten der Matrix zugewiesen, und für jede Spalte werden die Befehle einmal ausgeführt. Für einfache Schleifendurchläufe, etwa für einen Index k, der von 1 bis n laufen soll, schreibt man for k = 1:n end (zur Erinnerung: 1:n ist der Vektor bzw. die (1 n)-matrix [ 1 2 n ], d.h. der Variablen k werden nacheinander die Werte 1, 2 usw. zugewiesen). Der vorzeitige Abbruch der Schleife ist mit dem Befehl break möglich. Hinweis: Oft können for-schleifen durch geeignete Vektor- /Matrixoperationen ersetzt werden, die in der Regel wesentlich effizienter sind. Neben der for- Schleife steht auch noch die while-schleife zur Verfügung.

6 Graphiken 2D-Graphen werden mit dem Befehl plot erzeugt. plot(x,y) zeichnet einen Polygonzug mit den durch die Vektoren X und Y festgelegten Knoten (Imaginärteile werden ignoriert). plot(y) entspricht der Anweisung plot(1:length(y),y), falls Y reell ist, und plot(real(y),imag(y)) für komplexe Y. Bei Matrizen wird pro Spalte ein Polygonzug gezeichnet. Zusätzlich kann man eine Zeichenkette aus Stilparametern in Anführungszeichen als weiteres Argument angeben. Damit kann man Punkt- und Linientypen oder Farben festlegen. Zum Beispiel liefert plot(x,y, -. ) einen Graphen mit Strich-Punkt-Linie. Weitere Einzelheiten: siehe help plot. Mehrere Linien mit unterschiedlichen Stilparametern erhält man mit plot(x1,y1,s1,x2,y2,s2,). 3D-Graphen: Die Anweisung mesh(x,y,z) zeichnet ein Drahtgittermodell der Werte Z, die zu den Knotenpunkten X,Y gehören. Im Gegensatz dazu liefert surf(x,y,z) ein Oberflächenmodell des Graphen. Beispiel: Es soll die Funktion z = cos(x)e y2 über dem Rechteck (x,y) [ π,π] [ 1, 1] gezeichnet werden, und zwar als Drahtgitter und auch als zweidimensionale Fläche, wobei die Knotenpunkte jeweils einen Koordinatenabstand von 0.1 haben sollen. Hierzu soll ein kleines Programm, also eine.m-datei geschrieben werden. Diese könnte dann so aussehen: x = linspace(-pi,pi,21); y = -1:0.1:1; z = cos(x) *exp(-y.*y); figure; mesh(x,y,z); figure; surf(x,y,z); Nach Ausführung des Programmes werden dann zwei Fenster auf dem Bildschirm angezeigt: Abbildung 2: Die MATLAB-Toolbox Dabei wurde der Befehl figure benutzt, um für jeden Graphen ein eigenes Fenster zu öffnen. Will man mehrere Graphen in einem Koordinatensystem bzw. einem Fenster unterbringen, kann man die Anweisungen hold bzw. subplot verwenden. Näheres hierzu und auch andere Möglichkeiten wie Titelangabe, Achsenbeschriftungen usw. findet man unter help graphics. Weitere 3D-Graphik-Befehle werden mit help grap3d angzeigt.

7 Funktionen In MATLAB kann man auch Funktionen definieren. Diese werden als.m-dateien abgespeichert und mit ihrem Dateinamen (ohne Endung.m) aufgerufen. Die erste Zeile der Datei muß dabei das Schlüsselwort function, gefolgt von der Definition des Aufrufs in der Form [R{\"u}ckgabeliste]=Name(Parameterliste) enthalten. Der Name kann beliebig sein, sollte aber dem Dateinamen entsprechen, und bei leeren Listen können die Klammern auch entfallen (falls die Rückgabe- und Parameterliste leer sind, entspricht dies einer ganz normalen.m-datei). Die verwendeten Variablen sind lokal, also nur innerhalb der Funktion gültig, und beim Aufruf der Funktion werden die Parameterwerte kopiert. Die Funktion wird entweder mit dem Befehl return oder bei Dateiende verlassen. Mit type Name kann man den Quellcode der Funktion Name ansehen. Viele MATLAB-Funktionen sind übrigens als.m-dateien verfügbar. Beispiel: Es wird eine Datei test.m mit dem Quelltext function [x] = test(a,b) x = a+b; erzeugt und auf der Kommandozeile als Funktion aufgerufen: >> [y] = test(1,2) y = 3 Es können auch Funktionen selbst als Parameter an Funktionen übergeben werden. Eine Möglichkeit ist die Übergabe als Zeichenkette, d.h., der Funktionsname wird als Zeichenkette (eingeschlossen in Anführungszeichen ) in der Parameterliste angegeben, und die Auswertung der Funktion erfolgt dann innerhalb des Programms mit feval(name,parameterliste). Hierbei wird die Parameterliste der übergebenen Funktion wie beim direkten Aufruf der Funktion angegeben. Beispiel: Ist der Quellcode function myplot(f,a,b) x=linspace(a,b); y=feval(f,x); plot(x,y) unter myplot.m abgespeichert, so wird mit dem Aufruf myplot( sin,0,pi) der Graph von sin(x), x [0, π], gezeichnet.

8 Dünnbesetzte Matrizen Dünnbesetzte Matrizen (sparse matrices) sind Matrizen, bei denen ein großer Teil der Matrix- Elemente den Wert 0 hat. Solche Matrizen treten oft bei der Diskretisierung von Differentialgleichungen auf. Ein typisches Beispiel sind Bandmatrizen, speziell Tridiagonalmatrizen, die nur in gewissen Nebendiagonalen Elemente ungleich 0 enthalten. Üblicherweise werden alle Matrix-Elemente intern im Rechner spalten- oder zeilenweise hintereinander abgelegt. Das hat den Vorteil, daß bei vollbesetzten Matrizen auf die einzelnen Matrixelemente schnell zugegriffen und die Matrixoperationen schnell ausgeführt werden können. Bei dünnbesetzten Matrizen hat dies aber Nachteile: Alle Elemente mit den Werten 0 werden genauso gespeichert wie Elemente mit Werten ungleich 0, und das belegt unnötigen Speicherplatz. Operationen mit den Werten 0 werden genauso ausgeführt wie Operationen mit Werten ungleich 0, das kostet unnötige CPU-Zeit. Offensichtlich kann man beides durch eine andere Speicherung der Matrizen einsparen, und MATLAB bietet neben der Standard-Speicherung von Matrizen auch eine solche, die speziell für dünnbesetzte Matrizen geeignet ist. Mathematisch sind voll- und dünnbesetzte Matrizen äquivalent, nur werden diese intern unterschiedlich gespeichert. Bezogen auf ein einzelnen Matrixelement benötigt man bei sparse-matrizen mehr Speicherplatz und mehr CPU-Zeit pro Operation, und sie sollten daher auch nur bei großen Problemen mit dünnbesetzten Matrizen genutzt werden. MATLAB bietet einen recht bequemen Umgang mit dünnbesetzten Matrizen und stellt beispielsweise folgende Befehle zur Verfügung: S = sparse(m) erzeugt aus einer vollbesetzten Matrix M die entsprechende dünnbesetzte Variante. Hinweis: mathematisch sind S und M äquivalent und der Besetzungsgrad beider Matrizen ist auch derselbe, nur die Bezeichnungen beziehen sich auf die Speichertechnik. M = full(s) erzeugt aus einer dünnbesetzten Matrix S die entsprechende vollbesetzte Matrix M. E = speye(n) erzeugt eine dünnbesetzte (n n)-einheitsmatrix. Die vollbesetzte Variante erhält man mit dem Befehl E=eye(n). S = spdiags(b,d,m,n) liefert eine dünnbesetzte m n Matrix S. Hierbei ist d ein Vektor der Länge p, dessen Werte angeben, welche Diagonalen der Matrix S besetzt sind. In den Komponenten von d steht der Wert 0 für die Hauptdiagonale, negative ganzzahlige Werte für die entsprechende untere Nebendiagonale und positive ganzzahlige Werte für die entsprechende obere Nebendiagonale. Beispiel: S = spdiags(b,[0,-2],4,5) generiert eine 3 4 Matrix S mit der Besetzungsstruktur S = [ * * * 0 * * 0 * 0 ] wobei die Werte dieser Diagonalen den Spalten der Matrix B entnommen werden. Diese muss p Spalten und min(m,n) Zeilen aufweisen, in unserem Beispiel also eine 4 2-Matrix sein. Die durch das erste Element von d bezeichnete Diagonale erhält dann die Werte

9 der ersten Spalte von B, die durch das zweite Element von d bezeichnete Diagonale die Elemente der zweiten Spalte von B usw. Falls eine Diagonale von S weniger Elemente umfasst als die entsprechende Spalte von B, werden die vorderen Elemente der Spalte von B nicht benutzt. Im Beispiel liefert also B = [ ] die Matrix S = [ ] und nicht benutzt werden die beiden 0-Werte der zweiten Spalte von B. Eine Wertzuweisung M(i,j)=x besetzt das Matrix-Element M(i,j) (also M i,j ) mit dem Wert x. Falls die Matrix M schon existiert, ändert sich dadurch nichts an der Speicherung der Matrix: eine dünnbesetzte Matrix M wird weiter als dünnbesetzte Matrix gespeichert, eine vollbesetzte Matrix weiter als vollbesetzte Matrix. Falls die Matrix M noch nicht definiert ist, wird sie allerdings als vollbesetzte (i j)-matrix erzeugt. Will man eine entsprechende dünnbesetzte Matrix M erzeugen mit einer Wertzuweisung an das Element M(i,j), benutzt man die Anweisung M = sparse(i,j,x). Allgemeiner kann man mit der Funktion sparse auch eine dünnbesetzte (n m)-matrix generieren und dem Element M i,j einen Wert zuweisen: M = sparse(i,j,x,n,m).

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

Einführung in Matlab Was ist MATLAB? Hilfe Variablen

Einführung in Matlab Was ist MATLAB? Hilfe Variablen Einführung in Matlab Was ist MATLAB? MATLAB (Matrix Laboratory) ist eine interaktive Interpreter-Sprache, die einen einfachen Zugang zu grundlegenden numerischen Verfahren - wie beispielsweise der Lösung

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

JavaScript. Dies ist normales HTML. Hallo Welt! Dies ist JavaScript. Wieder normales HTML.

JavaScript. Dies ist normales HTML. Hallo Welt! Dies ist JavaScript. Wieder normales HTML. JavaScript JavaScript wird direkt in HTML-Dokumente eingebunden. Gib folgende Zeilen mit einem Texteditor (Notepad) ein: (Falls der Editor nicht gefunden wird, öffne im Browser eine Datei mit der Endung

Mehr

4.2 Selbstdefinierte Matlab-Funktionen 1. Teil

4.2 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)

Mehr

Ein kleiner Matlab Primer Frank Schimmel

Ein kleiner Matlab Primer Frank Schimmel Ein kleiner Matlab Primer Frank Schimmel Matlab ist eine Programmiersprache für des technische und wissenschaftliche Rechnen. Mit Matlab lassen sich relativ einfach erste numerische Berechnungen realisieren

Mehr

Einführung in MATLAB

Einführung 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

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

3 Kurzeinführung in Matlab

3 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,

Mehr

10:Exkurs MATLAB / Octave

10:Exkurs MATLAB / Octave 10:Exkurs MATLAB / Octave MATLAB (bzw. Octave als freie Version) ist eine numerische Berechnungsumgebung wurde vorrangig zum Rechnen mit Vektoren und Matrizen entworfen ist interaktiv benutzbar, vergleichbar

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

Funktionen in JavaScript

Funktionen in JavaScript Funktionen in JavaScript Eine Funktion enthält gebündelten Code, der sich in dieser Form wiederverwenden lässt. Es können ganze Programmteile aufgenommen werden. Mithilfe von Funktionen kann man denselben

Mehr

2. Einführung in das Ingenieurtool MATLAB

2. Einführung in das Ingenieurtool MATLAB 2. Einführung in das Ingenieurtool MATLAB MATLAB ist eine numerische Berechnungsumgebung wurde vorrangig zum Rechnen mit Vektoren und Matrizen entworfen ist interaktiv benutzbar, vergleichbar mit einem

Mehr

Grundlagen von MATLAB

Grundlagen von MATLAB Die folgenden Folien zur Vorlesung Grundlagen der Informatik betreffen den Teil Grundlagen von MATLAB Quelle für diese Zusammenstellung ist eine Ausarbeitung von R. Trefft unter Betreuung von A. Chamakh

Mehr

Matlab Einführung Einführung in die Neuroinformatik SS 12. Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm.

Matlab Einführung Einführung in die Neuroinformatik SS 12. Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm. Matlab Einführung Einführung in die Neuroinformatik SS 12 Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm.de Was ist Matlab? Matlab ist die Abkürzung für Matrix Laboratory.

Mehr

Matlab Einführung Theorie Neuronaler Netze WS 11/12. Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm.

Matlab Einführung Theorie Neuronaler Netze WS 11/12. Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm. Matlab Einführung Theorie Neuronaler Netze WS 11/12 Miriam Schmidt Institut für Neuroinformatik Email: miriam.k.schmidt@uni-ulm.de Was ist Matlab? Matlab ist die Abkürzung für Matrix Laboratory. ist ein

Mehr

Informationsverarbeitung im Bauwesen

Informationsverarbeitung im Bauwesen V14 1 / 30 Informationsverarbeitung im Bauwesen Markus Uhlmann Institut für Hydromechanik WS 2009/2010 Bemerkung: Verweise auf zusätzliche Information zum Download erscheinen in dieser Farbe V14 2 / 30

Mehr

Übersicht Shell-Scripten

Übersicht Shell-Scripten !!!! Wichtig: Bei Shell-Scripten enden die Zeilen nicht mit einem Strichpunkt!!!! Erste Zeile eines Shell-Scripts: #! /bin/bash Variablen in Shell-Scripts: Variablennamen müssen mit einem Buchstaben beginnen,

Mehr

Einführung in die Informatik I

Einführung in die Informatik I Einführung in die Informatik I Kapitel I.2: Variablen und arithmetische Ausdrücke Prof. Dr.-Ing. Marcin Grzegorzek Juniorprofessur für Mustererkennung im Institut für Bildinformatik Department Elektrotechnik

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

Fachhochschule Südwestfalen Wir geben Impulse. Kontrollstrukturen und Schleifen in Octave

Fachhochschule Südwestfalen Wir geben Impulse. Kontrollstrukturen und Schleifen in Octave Fachhochschule Südwestfalen Wir geben Impulse Kontrollstrukturen und Schleifen in Octave Einführung Inhalt m-files Script-Files Function-Files Ein- Ausgabe von Variablen oder Ergebnissen For-Schleife While-Schleife

Mehr

Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen.

Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen. Variablen in MATLAB. Unterschiede zur Mathematik: Symbolisches und numerisches Rechnen. Skriptdateien. for-schleifen. Wir wollen uns heute dem Thema Variablen widmen und uns damit beschäftigen, wie sich

Mehr

Algorithmen und ihre Programmierung

Algorithmen und ihre Programmierung Veranstaltung Pr.-Nr.: 101023 Algorithmen und ihre Programmierung Veronika Waue WS 07/08 Einführung Definition: Algorithmus Ein Algorithmus ist eine genau definierte Folge von Anweisungen zur Lösung eines

Mehr

MATLAB Eine Einführung

MATLAB Eine Einführung MATLAB Eine Einführung Samuel Ferraz-Leite Institut für Analysis und Scientific Computing Technische Universität Wien 1 MATLAB-Buch Christoph Überhuber Stefan Katzenbeisser Dirk Praetorius MATLAB 7 Eine

Mehr

Einführung in MATLAB für Maschinenbauer im ersten Semester

Einführung in MATLAB für Maschinenbauer im ersten Semester Einführung in MATLAB für Maschinenbauer im ersten Semester Autor: Dr. Christian Karpfinger et al. Stand: 5. Dezember 2015 Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis 1 Grundlagen 3 1.1 Die

Mehr

Matrizen. Jörn Loviscach. Versionsstand: 12. April 2010, 19:00 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung.

Matrizen. Jörn Loviscach. Versionsstand: 12. April 2010, 19:00 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Matrizen Jörn Loviscach Versionsstand: 12. April 2010, 19:00 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. 1 Matrix Ein rechteckige Anordnung von mathematischen Objekten

Mehr

Arithmetik in der tcsh

Arithmetik in der tcsh Arithmetik in der tcsh Variablen speichern Zeichenketten (also Strings/Wörter) @ statt set Interpretation als arithmetische Ausdrücke (aus Ziffern, (, ), +, -, *, /, % bestehend) Beispiele: @ var = (3

Mehr

m-files sind Folgen von MATLAB-Anweisungen oder Daten-Files.

m-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

Mehr

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung

Mehr

Dr. Michael Lehn WS 2013/2014 Iris Häcker Klaus Stolle Institut für Numerische Mathematik Universität Ulm

Dr. Michael Lehn WS 2013/2014 Iris Häcker Klaus Stolle Institut für Numerische Mathematik Universität Ulm Dr. Michael Lehn WS 2013/2014 Iris Häcker Klaus Stolle Institut für Numerische Mathematik Universität Ulm 1 Grundlegendes Einführung in Matlab Matlab = MATrix LABoratory. Programmiersprache für wissenschaftlich-technisches

Mehr

Matrizen. Jörn Loviscach

Matrizen. Jörn Loviscach Matrizen Jörn Loviscach Versionsstand: 7. April 2010, 14:27 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.youtube.com/joernloviscach 1 Matrix Ein

Mehr

Funktionen in JavaScript

Funktionen in JavaScript Funktionen in JavaScript Eine Funktion enthält gebündelten Code, der sich in dieser Form wiederverwenden lässt. Mithilfe von Funktionen kann man denselben Code von mehreren Stellen des Programms aus aufrufen.

Mehr

3 Matrizenrechnung. 3. November

3 Matrizenrechnung. 3. November 3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige

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

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

Modul Entscheidungsunterstützung in der Logistik. Einführung in die Programmierung mit C++ Übung 2

Modul Entscheidungsunterstützung in der Logistik. Einführung in die Programmierung mit C++ Übung 2 Fakultät Verkehrswissenschaften Friedrich List, Professur für Verkehrsbetriebslehre und Logistik Modul Entscheidungsunterstützung in der Logistik Einführung in die Programmierung mit C++ Übung 2 SS 2016

Mehr

In den USA verwendet man statt dessen eckige Klammern, was sich in der Software niederschlägt (mit Ausnahmen wie Wolfram Alpha):

In den USA verwendet man statt dessen eckige Klammern, was sich in der Software niederschlägt (mit Ausnahmen wie Wolfram Alpha): 3 Matrizen Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu: http://www.j3l7h.de/videos.html This work is licensed

Mehr

Python Einführung. Monica Selva Soto. 24 März Mathematisches Institut

Python Einführung. Monica Selva Soto. 24 März Mathematisches Institut Mathematisches Institut mselva@math.uni-koeln.de 24 März 2009 Übungen zur Numerik 1 Vorlesung Übungen praktische Aufgaben Webseite: (Anmeldung, Übungsblätter) http://www.mi.uni-koeln.de/~mselva/numerik1.php

Mehr

Programmieren in MATLAB Mehr als nur ein Taschenrechner

Programmieren in MATLAB Mehr als nur ein Taschenrechner Computational Physics 1, Seminar 02 Seite 1 Programmieren in MATLAB Mehr als nur ein Taschenrechner 1) Definition eigener Funktionen Anlegen eines neuen m-files im m-file-editor mit folgem Beispielinhalt:

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

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

In den USA verwendet man statt dessen eckige Klammern, was sich in der Software niederschlägt (mit Ausnahmen wie Wolfram Alpha):

In den USA verwendet man statt dessen eckige Klammern, was sich in der Software niederschlägt (mit Ausnahmen wie Wolfram Alpha): 3 Matrizen Jörn Loviscach Versionsstand: 28. März 2015, 21:32 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work is licensed

Mehr

FACHHOCHSCHULE AUGSBURG Hochschule für Technik, Wirtschaft und Gestaltung

FACHHOCHSCHULE AUGSBURG Hochschule für Technik, Wirtschaft und Gestaltung C Sprachelemente für Übung 2 Typumwandlungen (type casts) Bei Ausdrücken, in denen Operanden mit unterschiedlichem Typ vorkommen, werden diese vom Compiler vor der Ausführung automatisch in einen gemeinsamen

Mehr

Eine Einführung zum numerischen Programmieren mit Matlab

Eine 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

Mehr

Funktionen in Matlab. Nutzerdefinierte Funktionen können in.m-datei gespeichert werden

Funktionen in Matlab. Nutzerdefinierte Funktionen können in.m-datei gespeichert werden Funktionen in Matlab Zusammenfassung von Befehlssequenzen als aufrufbare/wiederverwendbare Funktionen in einem Programmblock mit festgelegter Schnittstelle (Signatur) Derartige prozedurale Programmierung

Mehr

WiMa-Praktikum 1. Woche 8

WiMa-Praktikum 1. Woche 8 WiMa-Praktikum 1 Universität Ulm, Sommersemester 2017 Woche 8 Lernziele In diesem Praktikum sollen Sie üben und lernen: Besonderheiten der For-Schleife in Matlab Wiederholung des Umgangs mit Matrizen und

Mehr

Methoden. Gerd Bohlender. Einstieg in die Informatik mit Java, Vorlesung vom

Methoden. Gerd Bohlender. Einstieg in die Informatik mit Java, Vorlesung vom Einstieg in die Informatik mit Java, Vorlesung vom 2.5.07 Übersicht 1 2 definition 3 Parameterübergabe, aufruf 4 Referenztypen bei 5 Überladen von 6 Hauptprogrammparameter 7 Rekursion bilden das Analogon

Mehr

Statistisches Programmieren

Statistisches Programmieren Statistisches Programmieren Session 1 1 Was ist R R ist eine interaktive, flexible Software-Umgebung in der statistische Analysen durchgeführt werden können. Zahlreiche statistische Funktionen und Prozeduren

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

Projekt 3 Variablen und Operatoren

Projekt 3 Variablen und Operatoren Projekt 3 Variablen und Operatoren Praktisch jedes Programm verarbeitet Daten. Um mit Daten programmieren zu können, muss es Möglichkeiten geben, die Daten in einem Programm zu verwalten und zu manipulieren.

Mehr

Operatoren und Ausdrücke

Operatoren und Ausdrücke Operatoren und Ausdrücke Zuweisungsoperator Arithmetische Operatoren Vergleichsoperatoren Logische Operatoren und Ausdrücke Implizite Typ-Umwandlung Rangordnung der Operatoren / Reihenfolge der Auswertung

Mehr

Tipps und Tricks in MATLAB

Tipps und Tricks in MATLAB Tipps und Tricks in MATLAB Nichtlineare Modellierung natürlicher Systeme 24. Oktober 2012 Bei Fragen und Anregungen: andreas.mueller@physik.hu-berlin.de 1 Grundlagen Ein Blick in die Hilfe-Datei kann nie

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Quadrieren Sie die Zahlen 3, pi, 1 und i mit Hilfe des Operators ^ und ziehen Sie aus den Ergebnissen jeweils die Wurzel.

Quadrieren Sie die Zahlen 3, pi, 1 und i mit Hilfe des Operators ^ und ziehen Sie aus den Ergebnissen jeweils die Wurzel. MATLAB Aufgaben Aufgabe 1: Starten Sie Matlab. Stellen Sie über die Menüleiste (Desktop => Desktop Layout => Default) den Grundzustand wieder her (falls nicht schon vorhanden). Machen Sie sich mit der

Mehr

Matrizen, Determinanten, lineare Gleichungssysteme

Matrizen, Determinanten, lineare Gleichungssysteme Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n

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

2. Programmieren in MATLAB (1)

2. Programmieren in MATLAB (1) Start Inhalt Programmieren in MATLAB (1) 1(35) 2. Programmieren in MATLAB (1) 2.1 Grundlagen Variable. Ausdrücke. Kontrollstrukturen. 2.2 m Files: Skripts und Funktionen m Files. Funktionsargumente, Rückgabewerte.

Mehr

1 Konsole öffnen. 2 matlab & und return eingeben. 3 Konsole dauerhaft geöffnet lassen. 1 Menüpunkt File - Exit MATLAB oder. 2 quit (und return) oder

1 Konsole öffnen. 2 matlab & und return eingeben. 3 Konsole dauerhaft geöffnet lassen. 1 Menüpunkt File - Exit MATLAB oder. 2 quit (und return) oder Grundleges Einführung in Matlab Christof Eck, Monika Schulz und Jan Mayer Matlab starten: 1 Konsole öffnen 2 matlab & und return eingeben 3 Konsole dauerhaft geöffnet lassen Matlab been: 1 Menüpunkt File

Mehr

R-Wörterbuch Ein Anfang... ein Klick auf einen Begriff führt, sofern vorhanden, zu dessen Erklärung.

R-Wörterbuch Ein Anfang... ein Klick auf einen Begriff führt, sofern vorhanden, zu dessen Erklärung. R-Wörterbuch Ein Anfang... ein Klick auf einen Begriff führt, sofern vorhanden, zu dessen Erklärung. Carsten Szardenings c.sz@wwu.de 7. Mai 2015 A 2 B 3 C 4 D 5 F 6 R 16 S 17 V 18 W 19 Z 20 H 7 I 8 K 9

Mehr

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema: Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag

Mehr

Matlab Übersicht. Matlab steht für MATrix LABoratory, die Fa. The Mathworks wurde 1984 gegründet

Matlab Übersicht. Matlab steht für MATrix LABoratory, die Fa. The Mathworks wurde 1984 gegründet Matlab Übersicht Ziel: einfacher Zugang zu numerischen (FORTRAN)Bibliotheken [Freeware] Linpack (LINear Algebra Solution PACKage) und Eispack (EIgenvalue Solution PACKage) => aktuelle Version: Lapack (Linear

Mehr

Lineare Algebra mit dem Statistikprogramm R

Lineare Algebra mit dem Statistikprogramm R SEITE 1 Lineare Algebra mit dem Statistikprogramm R 1. Verwendung von Variablen Variablen werden in R definiert, indem man einem Variablennamen einen Wert zuweist. Bei Variablennamen wird zwischen Groß

Mehr

Matrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A.

Matrix: Eine rechteckige Anordnung reeller Zahlen a ij (i = 1,..., n i ; j = 1,..., m) in Zeilen und Spalten. Die a ij heiÿen Elemente von A. Matrizenrechnung Matrix: Eine rechteckige Anordnung reeller Zahlen a ij i = 1,..., n i ; j = 1,..., m in Zeilen und Spalten. Die a ij heiÿen Elemente von A. a 11 a 12... a ij... a 1m a 21 a 22.........

Mehr

Strings. Daten aus Dateien einlesen und in Dateien speichern.

Strings. Daten aus Dateien einlesen und in Dateien speichern. Strings. Daten aus Dateien einlesen und in Dateien speichern. Strings Ein String ist eine Zeichenkette, welche von MATLAB nicht als Programmcode interpretiert wird. Der Ausdruck 'a' ist ein String bestehend

Mehr

Einstieg in die Informatik mit Java

Einstieg in die Informatik mit Java 1 / 26 Einstieg in die Informatik mit Java Methoden Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 26 1 Methoden 2 Methodendefinition 3 Parameterübergabe, Methodenaufruf

Mehr

Java I Vorlesung Imperatives Programmieren

Java I Vorlesung Imperatives Programmieren Java I Vorlesung 2 Imperatives Programmieren 3.5.2004 Variablen -- Datentypen -- Werte Operatoren und Ausdrücke Kontrollstrukturen: if Imperatives Programmieren Im Kern ist Java eine imperative Programmiersprache.

Mehr

Zyklen: break und continue

Zyklen: break und continue Zyklen: break und continue Innerhalb eines Zyklus: break beendet vorzeitig die zyklische Verarbeitung Beispiel: a = [1 2 3 4 5 6 0 1 2]; n = length(a); s=0; nn=0; for i=1:1:n if a(i)==0 break; end s= s

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

Einführung in Mathematica

Einführung in Mathematica Einführung in Mathematica Carsten Rezny Institut für Angewandte Mathematik, Universität Bonn Einstieg Mathematica ist eine mathematische Allzweck-Software, die vor allem für ihre Stärken im Umgang mit

Mehr

Dipl.-Volksw. Markus Pullen Wintersemester 2012/13

Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Statistische Auswertungen mit R Universität Kassel, FB 07 Wirtschaftswissenschaften Dipl.-Volksw. Markus Pullen Wintersemester 2012/13 Beispiele 1. Sitzung Einstieg, Berechnungen und Funktionen, Zuweisungen

Mehr

Java: Eine kurze Einführung an Beispielen

Java: Eine kurze Einführung an Beispielen Java: Eine kurze Einführung an Beispielen Quellcode, javac und die JVM Der Quellcode eines einfachen Java-Programms besteht aus einer Datei mit dem Suffix.java. In einer solchen Datei wird eine Klasse

Mehr

Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen

Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen Das diesem Dokument zugrundeliegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 16OH21005 gefördert. Die Verantwortung für den Inhalt dieser

Mehr

2 Eine einfache Programmiersprache

2 Eine einfache Programmiersprache 2 Eine einfache Programmiersprache Eine Programmiersprache soll Datenstrukturen anbieten Operationen auf Daten erlauben Kontrollstrukturen zur Ablaufsteuerung bereitstellen Als Beispiel betrachten wir

Mehr

Kapitel 4. Programmierkurs. Datentypen. Arten von Datentypen. Wiederholung Kapitel 4. Birgit Engels, Anna Schulze WS 07/08

Kapitel 4. Programmierkurs. Datentypen. Arten von Datentypen. Wiederholung Kapitel 4. Birgit Engels, Anna Schulze WS 07/08 Kapitel 4 Programmierkurs Birgit Engels, Anna Schulze Wiederholung Kapitel 4 ZAIK Universität zu Köln WS 07/08 1 / 23 2 Datentypen Arten von Datentypen Bei der Deklaration einer Variablen(=Behälter für

Mehr

MATLAB Onlinevorlesung. Dipl.-Inf. (FH) Patrick Rogge Seite 1

MATLAB Onlinevorlesung. Dipl.-Inf. (FH) Patrick Rogge Seite 1 MATLAB Onlinevorlesung Dipl.-Inf. (FH) Patrick Rogge Seite 1 MATLAB Onlinevorlesung Dipl.Inf. (FH) Patrick Rogge Schnorrstraße 56 01069 Dresden E-Mail: rogge@htw-dresden.de Telefon: 0351 / 462-2389 Internet:

Mehr

Einstieg in die Informatik mit Java

Einstieg in die Informatik mit Java Vorlesung vom 25.4.07, Anweisungen Übersicht 1 Ausdrucksanweisung 2 Einfache Ausgabeanweisung 3 Einfache Eingabeanweisung, Vorbereitungen 4 Verbundanweisung 5 Bedingte Anweisung 6 Auswahlanweisung 7 for

Mehr

Sprachkonstrukte. Einführung in Java. Folie 1 von Mai Ivo Kronenberg

Sprachkonstrukte. Einführung in Java. Folie 1 von Mai Ivo Kronenberg Sprachkonstrukte Einführung in Java Folie 1 von 20 12. Mai 2011 Ivo Kronenberg Inhalt Kommentare Identifier (Bezeichner) Variablen Numerische Ausdrücke und Typen Kontrollstrukturen Verzweigungen Bedingungen

Mehr

Einstieg in die Informatik mit Java

Einstieg in die Informatik mit Java 1 / 47 Einstieg in die Informatik mit Java Anweisungen Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 47 1 Ausdrucksanweisung 2 Einfache Ausgabeanweisung 3 Einfache Eingabeanweisung,

Mehr

MATLAB. 18. Mai 2010 MATLAB. Eine Einführung. Marina Schneider. Inhalt. Allgemeines zu MATLAB und erste Schritte. Vektoren und Matrizen.

MATLAB. 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

Mehr

C-Programmierung: Ausdrücke und Operatoren#Division.2F

C-Programmierung: Ausdrücke und Operatoren#Division.2F C-Programmierung: Ausdrücke und Operatoren#Division.2F http://de.wikibooks.org/wiki/c-programmierung:_ausdrücke_und_operatoren#division_.2f This Book Is Generated By Wb2PDF using RenderX XEP, XML to PDF

Mehr

C# - Einführung in die Programmiersprache Bedingte Anweisungen und Schleifen

C# - Einführung in die Programmiersprache Bedingte Anweisungen und Schleifen C# - Einführung in die Programmiersprache Bedingte Anweisungen und Schleifen Gehe nach links oder rechts Gehe solange geradeaus... Leibniz Universität IT Services Anja Aue Programmabläufe grafisch abbilden

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

C++ Teil 2. Sven Groß. 16. Apr IGPM, RWTH Aachen. Sven Groß (IGPM, RWTH Aachen) C++ Teil Apr / 22

C++ Teil 2. Sven Groß. 16. Apr IGPM, RWTH Aachen. Sven Groß (IGPM, RWTH Aachen) C++ Teil Apr / 22 C++ Teil 2 Sven Groß IGPM, RWTH Aachen 16. Apr 2015 Sven Groß (IGPM, RWTH Aachen) C++ Teil 2 16. Apr 2015 1 / 22 Themen der letzten Vorlesung Hallo Welt Elementare Datentypen Ein-/Ausgabe Operatoren Sven

Mehr

Institut für Programmierung und Reaktive Systeme. Java 2. Markus Reschke

Institut für Programmierung und Reaktive Systeme. Java 2. Markus Reschke Java 2 Markus Reschke 07.10.2014 Datentypen Was wird gespeichert? Wie wird es gespeichert? Was kann man mit Werten eines Datentyps machen (Operationen, Methoden)? Welche Werte gehören zum Datentyp? Wie

Mehr

Schachtelung der 2. Variante (Bedingungs-Kaskade): if (B1) A1 else if (B2) A2 else if (B3) A3 else if (B4) A4 else A

Schachtelung der 2. Variante (Bedingungs-Kaskade): if (B1) A1 else if (B2) A2 else if (B3) A3 else if (B4) A4 else A 2.4.6. Kontrollstrukturen if-anweisung: Bedingte Ausführung (Verzweigung) 2 Varianten: if (Bedingung) Anweisung (Anweisung = einzelne Anweisung oder Block) Bedeutung: die Anweisung wird nur ausgeführt,

Mehr

Übersicht PERL. !!!! Wichtig: Nach dem Befehl einem Strichpunkt setzen!!!!

Übersicht PERL. !!!! Wichtig: Nach dem Befehl einem Strichpunkt setzen!!!! !!!! Wichtig: Nach dem Befehl einem Strichpunkt setzen!!!! Erste Zeile eines PERL-Scripts: #! /usr/bin/perl Variablen in PERL: Normale Variablen beginnen mit einem $-Zeichen Array-Variablen beginnen mit

Mehr

Dr. Monika Meiler. Inhalt

Dr. Monika Meiler. Inhalt Inhalt 3 C-Ausdrücke...3-2 3.1 Arithmetische Ausdrücke...3-3 3.2 Wertzuweisungen...3-5 3.3 Inkrementieren und Dekrementieren...3-6 3.4 Logische Ausdrücke (Bedingungen)...3-7 3.5 Bedingte Ausdrücke...3-8

Mehr

S. d. I.: Programieren in C Folie 4-1. im Gegensatz zu Pascal gibt es in C kein Schlüsselwort "then"

S. d. I.: Programieren in C Folie 4-1. im Gegensatz zu Pascal gibt es in C kein Schlüsselwort then S. d. I.: Programieren in C Folie 4-1 4 Anweisungen 4.1 if-anweisung 1) if (Ausdruck) 2) if (Ausdruck) } else im Gegensatz zu Pascal gibt es in C kein Schlüsselwort "then" es wird nur der numerische Wert

Mehr

float: Fließkommazahl nach IEEE 754 Standard mit 32 bit

float: Fließkommazahl nach IEEE 754 Standard mit 32 bit Primitive Datentypen Fließkommazahlen float: Fließkommazahl nach IEEE 754 Standard mit 32 bit Vorzeichen Exponent 8 bit Mantisse 23 bit double: Fließkommazahl nach IEEE 754 Standard mit 64 bit Vorzeichen

Mehr

10 Lesen und Schreiben von Dateien

10 Lesen und Schreiben von Dateien 10 Lesen und Schreiben von Dateien 10 Lesen und Schreiben von Dateien 135 10.1 Mit load und save Binäre Dateien Mit save können Variableninhalte binär im Matlab-Format abgespeichert werden. Syntax: save

Mehr

3 Schnellkurs in MATLAB

3 Schnellkurs in MATLAB 3 Schnellkurs in MATLAB 3.1 Einführung MATLAB (= Matrix laboratory) Softwarepaket für numerische Berechnungen und Visualisierungen 1980 ( Cleve Moler; www.mathworks.com ) Ursprung in LINPACK und EISPACK

Mehr

4.2 Gleitkommazahlen. Der Speicherbedarf (in Bits) ist üblicherweise. In vielen Anwendungen benötigt man gebrochene Werte. Physikalische Größen

4.2 Gleitkommazahlen. Der Speicherbedarf (in Bits) ist üblicherweise. In vielen Anwendungen benötigt man gebrochene Werte. Physikalische Größen . Gleitkommazahlen In vielen Anwendungen benötigt man gebrochene Werte. Physikalische Größen Umrechnen von Einheiten und Währungen Jede Zahl x Q mit x 0 lässt sich folgendermaßen schreiben: x = s m e mit

Mehr

Grundlagen der Programmierung

Grundlagen der Programmierung Grundlagen der Programmierung 7. Vorlesung 18.05.2016 1 Konstanten Ganzzahlkonstante Dezimal: 42, 23, -2 Oktal (0 vorangestellt): 052 Hexadezimal (0x vorangestellt): 0x2A Gleitkommazahlen: 3.1415, 2.71,

Mehr

Softwarepraktikum. zu Elemente der Mathematik. Carsten Rezny Institut für angewandte Mathematik Universität Bonn

Softwarepraktikum. zu Elemente der Mathematik. Carsten Rezny Institut für angewandte Mathematik Universität Bonn Softwarepraktikum zu Elemente der Mathematik Carsten Rezny Institut für angewandte Mathematik Universität Bonn 18. 20.05.2016 Listen Liste: Aufzählung von beliebigen Objekten liste={2,1.4,"abc"} Einzelnes

Mehr

1 Zahlenmengen und einige mathematische Symbole

1 Zahlenmengen und einige mathematische Symbole 1 Zahlenmengen und einige mathematische Symbole Inhalt 1.1 Vorbemerkung................................................... 3 1.2 Zahlenmengen................................................... 4 1.3 Summenzeichen..................................................

Mehr

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A 133 e 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 2. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix 1 3 2 1 1 2 3 0. 1 3 2 1 Schritte des

Mehr

Beispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist

Beispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist 127 Die Schritte des Gauß-Algorithmus sind nun die Folgenden: 1. Wir bestimmen die am weitesten links stehende Spalte, die Einträge 0 enthält. 2. Ist die oberste Zahl der in Schritt 1 gefundenen Spalte

Mehr

Einstieg in die Informatik mit Java

Einstieg in die Informatik mit Java 1 / 34 Einstieg in die Informatik mit Java Klassen mit Instanzmethoden Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 34 1 Definition von Klassen 2 Methoden 3 Methoden

Mehr