MATLAB-Toolskurs HS17
|
|
- Siegfried Weiß
- vor 6 Jahren
- Abrufe
Transkript
1 4 Kontrollstrukturen 1. Gegeben sei der Vektor x = [ ]. Erstellen Sie kurze Kommandos, die: (for) Die Summe aller Elemente bilden (Kontrolle mit sum) (length) x = [ ] s = 0; for k = 1: length (x) s = s + x(k); disp (s) disp ( sum (x)) Die laufe Summe bilden (für das n-te Element ist die laufe Summe die Summe der Elemente 1... n (Kontrolle mit cumsum) (OPTIONAL) x = [ ] s = zeros ( size (x)); s (1) = x (1) ; for k = 2: length (x) s(k) = s(k -1) + x(k); disp (s) disp ( cumsum (x)) Den Sinus der Elemente berechnet x = [ ] s = zeros ( size (x)); for k = 2: length (x) s(k) = sin (x(k)); disp (s) 2. Erstellen sie eine 7 5 Zufallsmatrix (rand). Setzen Sie alle Elemente, die kleiner als 0.2 sind zu 0 und alle anderen Elemente zu 1. A = rand (7,5) for r = 1: size (A,1) for c = 1: size (A,2) if A(r,c) < 0.2 A(r,c) = 0; else A(r,c) = 1; disp (A) 13
2 3. Gegeben sind x = [4 1 6] und y = [6 2 7]. Berechnen Sie folge Arrays: (min) x = [4 1 6] y = [6 2 7] a ij = x i y j c i = x i y i x i d ij = 2 + x i + y j e ij = Der Kehrwert des kleineren Elementes aus {x i, y j } a = zeros ( length (x),length (y)); for row = 1: length (x) for col = 1: length (y) a(row, col ) = x( row )*y( col ); disp (a) c = zeros ( length (a)); for k = 1: length (a) c(k) = x(k)*y(k); disp (c) d = zeros ( length (x),length (y)); for row = 1: length (x) for col = 1: length (y) d(row, col ) = x( row ) /(2+ x( row )+y( col )); disp (d) e = zeros ( length (x),length (y)); for row = 1: length (x) for col = 1: length (y) e(row, col ) = 1/ min (x( row ),y( col )); disp (e) 4. Schreiben Sie ein Skript, das den Zufallszahlengenerator rand benutzt und bestimmen Sie Die Anzahl Zufallszahlen die benötigt werden, um eine Summe zu bilden, die 20 übersteigt (while) k = 0; s = 0; while s < 20 s = s + rand (1) ; k = k +1; 14
3 disp (k) Die Anzahl Zufallszahlen die erzeugt werden, bevor eine Zahl zwischen 0.8 und 0.85 auftritt (&&) k = 0; test = false ; while ~ test disp (k) a = rand (1) ; test = a >0.8 && a <0.85; k = k + 1; 15
4 5 Vektorisierung Obwohl MATLAB Schleifen kennt, lassen sich viele Probleme weit effizienter mittels der sogenannten Vektorisierung lösen. Nehmen wir zum Beispiel an, Sie möchten eine Funktion wie den Sinus plotten. Dazu benötigen Sie zwei Vektoren; einen mit den Abszissenwerten (hier das Intervall von 0 bis 10 an 1001 Punkten) und einen mit den zugehörigen Ordinatenwerten. In den meisten Programmiersprachen würde in etwa ein solches Konstrukt verwet, um die Vektoren zu kreieren: for k = 1: 1001 x(k) = (k -1) *0.01; y(k) = sin (x(k)); Dies ist ausführbarer MATLAB-Code. Viel einfacher und schneller ist aber folge Variante: x = linspace (0,10,1001) ; y = sin (x); Die Funktion sin wird dabei in einem Schritt auf den gesamten Vektor angewet, mit demselben Resultat. Oder nehmen wir an Sie haben einen (sehr langen) Datenvektor x x = rand (10^6,1) ; und wollen einen neuen Vektor y erstellen, der jeweils die Summe von zwei benachbarten Elementen von x beinhaltet. Die klassische Variante könnte zum Beispiel so aussehen: for k = 1: length (x) -1 y(k) = x(k) + x(k +1) ; Vektorisiert schreibt sich viel eleganter: y = x (1: -1) +x (2: ); Diese Variante ist ungefähr 30-mal schneller! Auch Multiplikationen, Divisionen und Potenzoperationen lassen sich vektorisiert durchführen, dazu wird der.-operator benötigt. Um zum Beispiel zwei gleichlange Vektoren elementweise zu multiplizieren oder dividieren, schreibt man m = x.*y; d = x./y; Oder für die Kubikzahl jedes Elementes eines Vektors: p = x.^3; 16
5 Schreiben Sie zur Übung folge Programme mit Schleifen in eine vektrorisierte Form um. Überprüfen Sie die Rechenzeiteinsparungen mit und. 1. Matrixmultiplikation n = 3000; A = B = rand (n); rand (n); for m = 1: n for q = 1: n C(m,q) = A(m,q)*B(m,q); clear n = 3000; A = rand (n); B = rand (n); % ohne Allozierung des Speichers : for m = 1: n for q = 1: n C(m,q) = A(m,q)*B(m,q); % mit Allozierung des Speichers : C = zeros ( size (A)); for m = 1: n for q = 1: n C(m,q) = A(m,q)*B(m,q); % Vektorisiert C = A.*B; 2. Summe der Elemente eines potenzierten Vektors n = 1000; A = rand (n,1) ; s = 0; for k = 1: n s = s + A(k) ^2.5; 17
6 n = 1000; A = rand (n,1) ; s = 0; for k = 1: n s = s + A(k) ^2.5; disp (s) s = sum (A.^2.5) ; disp (s) 3. Norm aller Spalten einer Matrix n = 100; A = rand (n); for k = 1: n a(k) = norm (A(:,k)); clear n = 100; A = rand (n); for k = 1: n a(k) = norm (A(:,k)); a = sqrt ( sum (A.^2,1) ); 4. Fallunterscheidung (Shwort: logische Indizierung) n = 1000; A = rand (n,1) ; B = rand (n,1) ; C = zeros ( size (A)); for k = 1: n if B(k) > 0.5 C(k) = A(k) ^2; else C(k) = exp (B(k)); clear n = 1000; 18
7 A = rand (n,1) ; B = rand (n,1) ; C = zeros ( size (A)); for k = 1: n if B(k) > 0.5 C(k) = A(k) ^2; else C(k) = exp (B(k)); yes = B >0.5; D = zeros ( size (A)); D( yes ) = A( yes ).^2; D(~ yes ) = exp (B(~ yes )); 5. Welche Aufgaben der Übung Kontrollstrukturen lassen sich vektorisieren? Summe aller Elemente x = [ ] s = x* ones ( length (x),1) % oder s = sum (x) Kumulierte Summe x = [ ] s = cumsum (x) Sinus x = [ ] sin (x) Zufallsmatrix A = rand (7,5) A = (A >=0.2) *1 Arrays x = [4 1 6] y = [6 2 7] a = x '*y c = x* diag (y) % d?? e = 1./ min ( repmat (x ',1, length (y)),repmat (y, length (x),1)) 19
8 6 Programmieren 1. Programmieren Sie eine Routine, mit welcher die Elemente der Matrix A R n m elementweise in das Kommandofenster eingegeben werden können. Mögliche Programmstruktur: a) Frage nach der Anzahl Zeilen n der Matrix A. b) Frage nach der Anzahl Spalten m der Matrix A. c) Frage nach dem Wert der einzelnen Elemente (verschachtelte for-schleife) d) Matrix A im Command Window anzeigen. disp (' Die Elemente einer Matrix elementweise einlesen.') disp (' ') n= input ('Wieviele Zeilen hat die Matrix? '); disp (' ') m= input ('Wieviele Spalten hat die Matrix? '); disp (' ') A = zeros (n,m); for i =1: n for disp (A) j =1: m A(i,j)= input ([ ' Welcher Wert soll ',... 'dem Element in der ','\n'... int2str (i),'. Zeile ', int2str (j),... '. Spalte zugewiesen werden? ']); disp (' ') 2. Das Newtonsche Näherungsverfahren ist ein Iterationsverfahren zur Nullstellenbestimmung einer gegebenen Funktion f(x). Die Newtonsche Näherungsformel lautet (sofern gewisse Anforderungen an die Funktion erfüllt werden): x i+1 = x i f(x i) f (x i ) Das Abruchkriterium lautet x i x i 1 < ε. Programmieren Sie für die Funktion f(x) = e x + sin(x) = 0 mit dem Anfangswert x 0 = 0.7 eine while-schlaufe, die bei ε = 10 4 die Berechnung abbricht. Variante: ohne Funktion clear x0 = -0.7; % oder x0 =-3, k = 1; x(k) = x0; test = false ; while ~ test x(k +1) = x(k) -( exp (x(k))+ sin (x(k))) /... ( exp (x(k))+ cos (x(k))); test = abs (x(k +1) -x(k)) < 1.0e -04; k = k + 1; 20
9 disp (x ') Variante: Funktion Datei myfunction.m: function [f, df_dx ] = myfunction (x) f = exp (x) + sin (x); df_dx = exp (x) + cos (x); Hauptdatei: clear x0 = -0.7; % oder x0 =-3, k = 1; x(k) = x0; test = false ; while ~ test [f, df_dx ] = myfunction (x(k)); x(k +1) = x(k) - f/ df_dx ; test = abs (x(k +1) -x(k)) < 1.0e -04; k = k + 1; disp (x ') Variante: Funktion und lokale Funktion Datei myfunction.m: function [f, df_dx ] = myfunction (x) f = exp (x) + sin (x); df_dx = derivative (x); function deriv = derivative ( arg ) deriv = exp ( arg ) + cos ( arg ); Hauptdatei: wie oben Variante: Funktion und nested Function Datei myfunction.m: function [f, df_dx ] = myfunction (x) f = exp (x) + sin (x); df_dx = derivative (x); function deriv = derivative ( arg ) deriv = exp ( arg ) + cos ( arg ); 21
10 Hauptdatei: wie oben 3. Eine Kugel kann auf einer horizontalen Führungsstange reibungsfrei gleiten. Die Länge der entspannten Feder ist l 0, die Federsteifigkeit ist c. Berechnen Sie für den Fall einer Kraftbeanspruchung F die Gleichgewichtslage x mit dem Newton-Verfahren. Gegeben ist: h = 0.1 m; l 0 = 0.3 m; F = 10 N; c = 20 N/m Der mechanische Lösungsweg: Freischneiden der Kugel Kräftegleichgewicht an der gelagerten Kugel: Fx = 0 = cos(α) K(x) F (1) Der Winkel α ausgedrückt in geometrischen Verhältnissen: cos(α) = x h 2 + x 2 (2) Mit der Anwung des allgemeinen Federgesetzes auf den vorliegen Fall beträgt die Federkraft K(x): ( ) K(x) = c h 2 + x 2 l 0 (3) Diese Federkraft und den Wert von cos(α) (Gl. 2) eingesetzt in das Spannungsgleichgewicht (Gl. 1), liefern: ( ) x ( ) f(x) = c h 2 + x 2 l h 2 + x 2 0 F = 0 (4) Die Frage ist nun für welche x ist das Spannungsgleichgewicht (Gl. 4) erfüllt? Dazu muss diese nichtlineare Gleichung mithilfe des Newtonschen Näherungsverfahren (siehe Aufgabe 6.2) gelöst werden. Zur Vereinfachung der Aufgabe ist die analytische Ableitung f (x) von (Gl. 4) bereits gegeben mit: f 1 cl (x) = c 0 h 2 h 2 + x 2 h 2 + x 2 22
11 a) Lösen Sie das nichtlineare Problem der Gleichung 4 mit der bereits gegebenen analytischen Ableitung und Ihrem Code von Aufgabe 6.2. Für den Anfangswert benutzen Sie den Startpunkt x 0 = 1. h = 0. 1; l = 0. 3; F = 10; c = 20; x_0 = 1. 0; test = false ; k =1; x(k)= x_0 ; f=@(x)(c*( sqrt (h ^2+ x ^2) -l)*(x/( sqrt (h ^2+ x ^2) ))-F); df=@(x)(c -(1/( sqrt (h ^2+ x ^2) ))*(c*l*h ^2) /(h^2+ x ^2) ); while ~ test x(k +1) =x(k)-f(x(k))/df(x(k)); test = abs (x(k +1) -x(k)) < 1.0e -04; k = k + 1; disp (x( )) b) Lösen Sie das Problem indem Sie die Matlabfunktion fzero benutzen. Verwen Sie den gleichen Startpunkt und vergleichen Sie ihre Resultate mit Aufgabenteil a.). Zusatzfrage: Verwet fzero die 1. Ableitung der Funktion? f=@(x)(c*( sqrt (h ^2+ x ^2) -l)*(x/( sqrt (h ^2+ x ^2) ))-F) [x,fval, exitflag, output ]= fzero (f,x_0 ) %nein, fzero benutzt nur funktionsauswertungen 4. Die Parallelschaltung eines Feder- und eines Dämpferelementes (Kelvin-Voigt-Körper) ist ein rheologisches Modell zur Beschreibung des viskoelastischen Materialverhaltens. Ziel ist es die Dehnung des Systems ε(t) mittels dem Euler-Vorwärts-Verfahren im Zeitintervall t = [0; 1s] für eine Spannungsbeanspruchung σ(t) zur berechnen. 23
12 Gegeben sind: E, die Relaxationszeit 1 τ = η E, die Anfangsbedingung ε(t = 0) = 0 sowie die Belastung mit σ(t 0) = σ und σ(t = 0) = 0 Der mechanische Lösungsweg: Für t > 0 erhalten wir eine Differentialgleichung 1.Ordnung ε = σ η ε τ Die Näherungslösung mit dem Euler-Explizit Verfahren ist nun: ( σ ε k+1 = ε k + η ε ) k t für k = 1,..., n ε 1 = 0 τ a) Berechnen Sie die Werte der Näherungslösung für 20 Stützpunkte (k = 20). Um eine numerische Lösung zu erhalten verwen Sie bitte: E = 10 N/m, τ = 0.1 s, σ = 2.0 N/m 2 E = 10; tau = 0. 1; sig = 2; eta = tau *E; e (1) =0; n =20; delta_t =1/ n; for k =1: n e(k +1) =e(k)+( sig /eta -e(k)/ tau )* delta_t ; b) Wie viele Stützpunkte brauchen Sie um eine gute Annäherung an die analytische Lösung zu erhalten? Erstellen Sie dazu ein Plot. ( ) Hinweis: Die analytische Lösung ist: ε(t) = σ E 1 e t τ % Verwe eigene Euler - Vorw aertsf unktio n e_20 = eulervorwaerts (20,[ sig,eta, tau ]); e_50 = eulervorwaerts (50,[ sig,eta, tau ]); e_100 = eulervorwaerts (100,[ sig,eta, tau ]); e_200 = eulervorwaerts (200,[ sig,eta, tau ]); % Exakte Loesung dt =10^ -3 t =0:10^ -3:1; e_exakt =( sig /E)*(1 - exp (-t./ tau )); % Plot figure hold on plot ([0:20]/20, e_20,'o-',[0:50]/50, e_50,'o-',... [0:100]/100, e_100,'o-',[0:200]/200, e_200,'o-') 1 Die Relaxationszeit ist die Zeit, in welcher sich ein System (meist exponentiell) dem stationären Zustand annähert. 24
13 plot (t,e_exakt,'r',' LineWidth ',2) xlabel ('Zeit [s]') ylabel ('Dehnung [ -] ') leg ('k =20 ','k =50 ','k =100 ','k =200 ',' Analytisch ') % ca. 200 Stuetzstellen notwig % Definiton der eulervorwaerts Funktion function [ e] = eulervorwaerts ( n, params ) delta_t =1/ n; e (1) =0; for k =1: n e(k +1) =e(k)+( params (1) / params (2) -e(k)/ params (3) )* delta_t ; 5. Programmieren Sie eine neue MATLAB Funktion, die die Temperaturen von der Kelvin-, Rankineoder Fahrenheit-Skala in die Celsius-Temperatur umrechnet. T K = T C T R = 9 5 T C T F = 9 5 T C + 32 Tipp: Die Temperaturskala und die Temperatur in dieser Skala sind die Eingabeparameter der neuen Funktion. Die Umrechnung in die Celsius-Skala können Sie mit dem Befehl switch bewerkstelligen. function temp = temperatur ( skala, T) % temperatur von Grad Kelvin, Rankine oder % Fahrenheit in Grad Celsius % temperatur (' skala ',T) rechnet die % Temperaturen von der Kelvin -, Rankine - % oder Fahrenheit - Skala in die ent - % spreche Celsius - Temperatur um. % skala steht fuer die Temperaturskalen % 'K' ( Kelvin ), 'R' ( Rankine ) oder % 'F' ( Fahrenheit ). T entspricht der % Temperatur in dieser Skala. switch skala case 'K' % Kelvin - Skala temp =T ; case ' R' % Rankine - Skala temp =5/9*T ; case ' F' % Fahrenheit - Skala temp =5/9*( T -32) ; 6. Die Fibonacci-Zahlen sind rekursiv definiert über F n = F n 1 + F n 2, F 0 = F 1 = 1. 25
14 Erstellen Sie einen Vektor mit den ersten 10 Fibonacci Zahlen (OPTIONAL) F_n_1 = 1; F_n_2 = 1; F = [ F_n_1 F_n_2 zeros (1,8) ]; for k = 3: length (F) F(k) = F_n_1 + F_n_2 ; F_n_1 = F(k); disp (F) F_n_2 = F(k -1) ; Berechnen Sie für die ersten 50 Zahlen das Verhältnis F n /F n 1 und stellen Sie den Verlauf graphisch dar. Gegen welchen Wert konvergiert das Ergebnis (Internetsuche)? F_n_1 = 1; F_n_2 = 1; ratio = zeros (1,50) ; for k = 1: length ( ratio ) F = F_n_1 + F_n_2 ; ratio (k) = F/ F_n_1 ; F_n_2 = F_n_1 ; F_n_1 = F; figure plot ( ratio ) Das Verhältnis konvergiert gegen den Goldenen Schnitt (1 + 5)/2 7. Die Legre-Polynome P n (x) lassen sich aus der Rekursionsformel (n + 1)P n+1 (x) = (2n + 1)xP n (x) np n 1 (x) konstruieren, wobei P 0 (x) = 1 und P 1 (x) = x gilt. Stellen Sie die Verläufe der Polynome P 0 bis P 5 im Intervall [ 1, 1] graphisch dar. (OPTIONAL) x = linspace ( -1,1,201) ; P_n_1 = ones ( size (x)); P_n = x; figure hold on plot (x, P_n_1 ) plot (x,p_n ) for n =1:4 P_np1 = ((2* n +1) *x.* P_n - n* P_n_1 )/(n+1) ; plot (x, P_np1 ) P_n_1 = P_n ; P_n = P_np1 ; grid on xlabel ('x') ylabel ('P_n ') 26
MATLAB: Kapitel 3 Programmieren
Bisher wurde gezeigt, wie Matlab sequentiell (d.h. in unverzweigten Strukturen) Anweisungen abarbeitet. Sollen jedoch komplizierter Sachverhalte programmiert werden, sind verzweigte Strukturen unerlässlich.
MehrNumerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor)
Matlab Numerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor) Arbeitsumgebung Die Fenster Konsole zur Befehlseingabe (Command
MehrProgrammiervorkurs für die Numerik Teil 2/4
line 1 1 0.8 0.6 0.4 0.2 0-0.2-0.4 Programmiervorkurs für die Numerik Teil 2/4 Christian Power Mathematisches Institut Universität Tübingen -8-6 -4-2 0 05.10.2016 2 4 6 8-8 -6-4 -2 0 2 4 6 8 Wiederholung
MehrMathematische Computer-Software
Mathematische Computer-Software Kommerzielle Computeralgebrasysteme (CAS) Beispiele: Mathematica, Maple, Numerisches und symbolisches Verarbeiten von Gleichungen: Grundrechenarten Ableitung und Integration
MehrEinführung in MATLAB Blockkurs DLR:
Einführung in MATLAB Blockkurs DLR: 19.4-22.4.2004 Tag 2, 2.Teil Programmieren mit MATLAB II 20.4.2004 Dr. Gerd Rapin grapin@math.uni-goettingen.de Gerd Rapin Einführung in MATLAB p.1/25 Programmieren
MehrLABORÜBUNG MATLAB/OCTAVE
LABORÜBUNG MATLAB/OCTAVE 1. Riemannsche Summen mit MATLAB/Octave Riemannsche Summen lassen sich sehr einfach mit MATLAB/Octave berechnen. Das Vorgehen ist das folgende: (i) die Breite x der Teilintervallen
MehrProf. Dr. Stefan Funken, Dipl.-Ing. Christoph Erath 15. Mai WiMa-Praktikum (Matlab 2/9) Einführung in LATEXund Matlab
Prof. Dr. Stefan Funken, Dipl.-Ing. Christoph Erath 15. Mai 2009 WiMa-Praktikum (Matlab 2/9) Einführung in LATEXund Matlab Page 2 WiMa-Praktikum (Matlab 2/9) 15. Mai 2009 Funken / Erath Matlab 2/9 m-files
Mehr4.2 Selbstdefinierte Matlab-Funktionen 1. Teil
4.2 Selbstdefinierte Matlab-Funktionen 1. Teil 37 Ein m-file mit Namen Funktionsname.m und einer ersten Zeile der folgen Form: function Funktionsname(input1,input2,...,inputn) oder function output1=funktionsname(input1,input2,...,inputn)
MehrÜbung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm
Übung zur Numerik linearer und nichtlinearer Parameterschätzprobleme A. Franke-Börner, M. Helm Numerik Parameterschätzprobleme INHALT 1. 1D Wärmeleitungsgleichung 1.1 Finite-Differenzen-Diskretisierung
MehrMatlab Selbstlernkurs
Matlab Selbstlernkurs 6 4. 8. 6. 4. - -. -. 4 -. 6 -. 8. 6. 8-4 -. 8. 6.4. -. -. 4 -.6 -.8 - - -. -. 4 -. 6 -. 8.. 4-6 -6-4 - 4 6. Juli 8 Martín Chávez m.chavez@irt.rwth-aachen.de Gliederung Einführung
MehrMATLAB 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
MehrWiMa-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
MehrMarkus 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
MehrMATLAB-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:
MehrNumerische 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
MehrÜbungsblatt Matlab-Zentralübung Musterlösung
Einführung in die Numerik Sommersemester 2011 Übungsblatt Matlab-Zentralübung Musterlösung Lösung 1 (Givens-Rotationen für Wilkinson Matrix) a) function [Q,R] = qr_givens (A) % [Q,R] = qr_givens(a) berechnet
MehrPraktikum zur Vorlesung: Numerische Mathematik für Lehramt SS Matlab: Fortsetzung. Jan Mayer. 4. Mai 2006
Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 2006 Matlab: Fortsetzung Jan Mayer 4. Mai 2006 Manipulation von Matrizen und Vektoren [M,N]=size(A); speichert die Dimension einer Matrix bzw.
Mehr1. Anfangswertprobleme 1. Ordnung
1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differenzialgleichungssysteme 5.1-1 1.1 Grundlagen
MehrGrundlagen der Optimierung. Übung 1
Technische Universität Chemnitz Chemnitz, 9. Oktober 2012 Prof. Dr. R. Herzog, T. Etling, F. Schmidt Grundlagen der Optimierung Übung 1 Aufgabe 1: Einführung in Matlab Interpretieren Sie die Bildschirm-Ausgaben
Mehr1. Anfangswertprobleme 1. Ordnung
1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differentialgleichungssysteme Prof. Dr. Wandinger
Mehr(d) das zu Grunde liegende Problem gut konditioniert ist.
Aufgabe 0: (6 Punkte) Bitte kreuzen Sie die richtige Lösung an. Es ist jeweils genau eine Antwort korrekt. Für jede richtige Antwort erhalten Sie einen Punkt, für jede falsche Antwort wird Ihnen ein Punkt
MehrMachine 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
MehrPPS "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
MehrEinführung in das rechnergestützte Arbeiten
Karlsruher Institut für Technologie WS / Institut für theoretische Festkörperphysik Dr. Andreas Poenicke und Dipl.-Phys. Patrick Mack.. http://comp.physik.uni-karlsruhe.de/lehre/era/ era@physik.uni-karlsruhe.de
MehrEinführung in. Pierre Bayerl
Einführung in Pierre Bayerl 19. November 21 Matlab Numerische Manipulation von Matrizen und Vektoren und deren Visualisierung. Verwendung: Interaktive Eingabe von Befehlen Skriptprogramme ( Batch-Dateien
MehrEin 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
MehrNUMERISCHE MATHEMATIK I
D-MATH ETH Zürich, 22. August 2011 Prof. Ch. Schwab NUMERISCHE MATHEMATIK I 1. Interpolation und Quadratur (25 P.) a) Sei [a, b] R 1 mit a < b ein beschränktes Intervall, und f C 2 ([a, b]). Zeigen Sie,
MehrTutorial: Taylorpolynom in MATLAB
MAV-NUM Applied Numerics Frühlingssemester 28 Dr. Evelyne Knapp ZHAW Winterthur Tutorial: Taylorpolynom in MATLAB Wir wollen eine Taylorentwicklung für die Wurzelfunktion f(x) = x aufstellen und experimentell
MehrMatlab: eine kurze Einführung
Matlab: eine kurze Einführung Marcus J. Grote Christoph Kirsch Mathematisches Institut Universität Basel 4. April 2 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen Kenntnisse zusammengefasst.
MehrÜbungsblatt 4 Musterlösung
Numerik gewöhnlicher Differentialgleichungen MA2304 - SS6 Übungsblatt 4 Musterlösung Aufgabe 7 (Nullstellen als Eigenwerte) Die Polynome {S n } n=0,,2,, S n P n, mit führem Koeffizienten eins, heißen Orthogonalpolynome
MehrMusterklausur_2 Grundlagen Informatik
1 Musterklausur_2 Grundlagen Informatik (120 min) Name: Matrikelnummer: Aufgabe 1 (2 Punkte pro Teilaufgabe) A1 A2 A3 A4 12 12 16 10 50 a) Was ist der ASCII Code? Antwort: Welchen Datentyp besitzen a und
MehrDie Programmieraufgaben
Praktikum zur Vorlesung: Numerische Mathematik für Lehramt SS 2006 Die Programmieraufgaben Jan Mayer 18. Mai 2006 Lösung zur ersten Aufgabe Tschebyscheff Stuetzstellen.m function xs = Tschebyscheff Stuetzstellen(n);
MehrNumerik für Ingenieure I Wintersemester 2008
1 / 32 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 23.1.2009 2 / 32 Wiederholung Stückweise Polynominterpolation Stückweise lineare Interpolierende
MehrMATLAB-Toolskurs HS17
7 Analysis 1. Programmieren Sie für folgendes Polynom eine MATLAB Funktion oder eine anonyme Funktion: y(x) = 0.001x 5 + 0.05x 4 + 0.2x 3 x 2 0.8x + 4 Die Variable x ist der Eingabeparameter und y der
MehrKurze Einführung in Octave
Kurze Einführung in Octave Numerische Mathematik I Wintersemester 2009/2010, Universität Tübingen Starten von Octave in einer Konsole octave eintippen (unter Linux) Octave als Taschenrechner Beispiele:
MehrAufgaben Fibonacci-Folgen 28. April 2006 Blatt 3 B. Werner SoSe 06
25. August 2006 Aufgaben Fibonacci-Folgen 28. April 2006 Blatt 3 B. Werner SoSe 06 Präsenzaufgaben: Aufgabe P9: Man betrachte n Münzwürfe, wobei man mit Null Wappen und mit Eins Zahl codiere. Man erhält
MehrÜbungsblatt 3 Musterlösung
Numerik gewöhnlicher Differentialgleichungen MA4 - SS6 Übungsblatt Musterlösung Sei M,N N und f C M+N+ (B) eine komplexe Funktion, B eine kompakte Menge. Die Padé Approximation PN M (f)(x) ist die rationale
MehrEinführung 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
MehrCrashkurs: MATLAB (Teil II)
Crashkurs: MATLAB (Teil II) Übungsaufgaben Im Rahmen des Mentorings (SoSe 209) 0.04.209 Funktionen, Kontrollstrukturen, Abbildungen Hinweis. Schreiben Sie jede der folgen Aufgaben in eine eigene Skript-Datei
MehrAufgabe 1. Signal Processing and Speech Communication Lab. Graz University of Technology
Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 1 Senden Sie die Hausübung bis spätestens 22.4.2015 per Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1
MehrUlrich 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 =
MehrEinführung in die Grundlagen von Matlab. Ralph Neubecker
Einführung in die Grundlagen von Matlab Ralph Neubecker Fingerübung 1 2 Starten Sie Matlab Ändern Sie das Arbeitsverzeichnis auf Ihr lokales Verzeichnis Schließen Sie die Command-History und Current-Folder
MehrEinführung in Matlab Teil I
Einführung in Matlab Teil I Glad Mihai Universität Greifswald Funktionelle Bildgebung Januar 2012 Inhaltsverzeichnis 1 Was ist Matlab? 1 2 Benutzeroberfläche 2 3 Eingabe 2 3.1 Matlab als Taschenrechner......................
MehrEine 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
Mehr2. 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
MehrQuadrieren 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
Mehrm-files sind Folgen von MATLAB-Anweisungen oder Daten-Files.
MATLAB m-files m-files sind Folgen von MATLAB- oder Daten-Files. Erstellen von m-files Über File New M-file wird ein Texteditor geöffnet. Dort wird das m-file als ASCII-File erzeugt und unter name.m im
MehrNichtlineare Gleichungen in einer und mehreren Unbekannten
Gleichungen in einer und mehreren Unbekannten 2. Vorlesung 170004 Numerische Methoden I Clemens Brand 26. Februar 2009, Gliederung,, Gleichungen in einer Variablen Was ist... Wie geht... eine lineare (nichtlineare,
MehrMatlab: eine kurze Einführung
Matlab: eine kurze Einführung Marcus J. Grote, Christoph Kirsch, Imbo Sim Department of Mathematics, University of Basel, INRIA 26. März 27 In dieser Einführung zu Matlab sind die im Praktikum I erworbenen
MehrFixpunkt-Iterationen
Fixpunkt-Iterationen 2. Vorlesung 170 004 Numerische Methoden I Clemens Brand und Erika Hausenblas Montanuniversität Leoben 27. Februar 2014 Gliederung Wiederholung: Gleichungstypen, Lösungsverfahren Grundprinzip
MehrKlausurlösung Einführung in Numerische Methoden und FEM Universität Siegen, Department Maschinenbau,
Universität Siegen, Department Maschinenbau, 7.7. Aufgabe y 3 l 3 3 F l l x Das dargestellte Fachwerk soll statisch mit Hilfe der FEM untersucht werden. Die Knoten und Elemente sind in der Abbildung nummeriert.
MehrStichworte zu Octave
Stichworte zu Octave Markus Grasmair 21. Oktober 2012 1 Einleitung Was ist Octave Octave ist ein freier und quelloffener Klon der kommerziellen Software Matlab. Matlab = Matrix laboratory. Programmiersprache
MehrKLAUSUR zur Numerik I mit Lösungen. Aufgabe 1: (10 Punkte) [ wahr falsch ] 1. Die maximale Ordnung einer s-stufigen Quadraturformel ist s 2.
MATHEMATISCHES INSTITUT PROF. DR. ACHIM SCHÄDLE 9.8.7 KLAUSUR zur Numerik I mit Lösungen Aufgabe : ( Punkte) [ wahr falsch ]. Die maximale Ordnung einer s-stufigen Quadraturformel ist s. [ ]. Der Clenshaw
MehrÜbung zur Vorlesung Numerische Simulationsmethoden in der Geophysik
Wenke Wilhelms, Julia Weißflog Institut für Geophysik und Geoinformatik Übung zur Vorlesung Numerische Simulationsmethoden in der Geophysik 04. Dezember 2013 Die Diffusionsgleichung 1D-Wärmeleitungsgleichung...
MehrD-ITET, D-MATL. Prüfung Numerische Methoden, Sommer 2012 Dr. Lars Kielhorn
Name: Wichtige Hinweise D-ITET, D-MATL Prüfung Numerische Methoden, Sommer 2012 Dr. Lars Kielhorn Prüfungsdauer: 90 Minuten. Nur begründete Resultate werden bewertet. Zugelassene Hilfsmittel: 10 A4-Seiten
MehrDatenanalyse in der Physik. Übung 1. Übungen zu C und MAPLE
Datenanalyse in der Physik Übung 1 Übungen zu C und MAPLE Prof. J. Mnich joachim.mnich@desy.de DESY und Universität Hamburg Datenanalyse in der Physik Übung 1 p. 1 Bemerkungen zu den Übungen Schulungsaccounts
MehrAufgabe 1. Signal Processing and Speech Communication Lab. Graz University of Technology
Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 1 Senden Sie die Hausübung bis spätestens 26.4.2017 per Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1
MehrWima 1 - Praktikum (Woche 6)
Wima 1 - Praktikum (Woche 6) Lernziele In diesem Praktikum sollen Sie üben und lernen: Erzeugung von Function Handles Umgang mit Function Handles Am Anfang geben wir Ihnen eine kurze Einführung in Function
MehrPython 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
MehrOctave/Matlab-Übungen
Aufgabe 1a Werten Sie die folgenden Ausdrücke mit Octave/Matlab aus: (i) 2 + 3(5 11) (ii) sin π 3 (iii) 2 2 + 3 2 (iv) cos 2e (v) ln π log 10 3,5 Aufgabe 1b Betrachten Sie (i) a = 0.59 + 10.06 + 4.06,
MehrNumerische Analysis - Matlab-Blatt 1
Prof. Dr. Stefan Funken Universität Ulm M.Sc. Andreas Bantle Institut für Numerische Mathematik Dipl.-Math. oec. Klaus Stolle Sommersemester 015 Numerische Analysis - Matlab-Blatt 1 Lösung (Besprechung
MehrÜbungen zur Ingenieur-Mathematik II SS 2017 Blatt Aufgabe 13: Betrachten Sie die Funktion. f(x) =
Übungen zur Ingenieur-Mathematik II SS 2017 Blatt 6 2.5.2017 Aufgabe 1: Betrachten Sie die Funktion Lösung: f(x) = 1, x [, 1]. 1 + 25x2 a) Bestimmen Sie die Interpolationspolynome vom Grad m p m (x) =
MehrNumerische 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
MehrThis image cannot currently be displayed. Java à Matlab. bereitgestellt von Dr. Lukas Faessler 12/4/17
This image cannot currently be displayed. Java à Matlab bereitgestellt von Dr. Lukas Faessler 12/4/17 Allgemeine Programmierkonzepte kommen in verschiedenen Programmiersprachen vor sind langlebig Sprachen
MehrNumerische Methoden in der Mechanik
Kapitel 7 Numerische Methoden in der Mechanik 7 D. Gross et al., Formeln und Aufgaben zur Technischen Mechanik 4, DOI 1.17/978-3-642-24399-8_7, Springer-Verlag Berlin Heidelberg 212 382 Numerische Methoden
MehrEinführung in MATLAB MATLAB ist eine Anwendung, die die Aufgaben der numerischen Mathematik lösen kann.
Einführung in MATLAB MATLAB ist eine Anwung, die die Aufgaben der numerischen Mathematik lösen kann. 1 Kommandozeile Das große Fenster in der Mitte enthält die Kommandozeile >> Dort tippen Sie (mathematische)
MehrProgrammieren 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:
MehrZugriff 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
MehrSchülerworkshop Computertomographie Mathematik als Schlüsseltechnologie
Schülerworkshop Computertomographie Mathematik als Schlüsseltechnologie Peter Quiel 1. und 2. Juni 2007 MATLAB-Einführung Überblick Für die nächsten 1 ½ Stunden ist MATLAB unser Thema! Was ist MATLAB,
MehrProgrammieren. Aufgabe 1 (Eine erste Datenstruktur)
Prof. Dr. S.-J. Kimmerle (Vorlesung) Dipl.-Ing. (FH) V. Habiyambere (Übung) Institut BAU-1 Fakultät für Bauingenieurwesen und Umweltwissenschaften Herbsttrimester 2016 Aufgabe 1 (Eine erste Datenstruktur)
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
MehrÜbungen zum MATLAB Kurs Teil
Übungen zum MATLAB Kurs Teil 1 29.09.04 Indizierung Erzeugen Sie eine 5 x 5 Matrix A mit der Funktion rand Überlegen und testen Sie die Ergebnisse der folgende Ausdrücke: A([3 5],:) A(2,:) A([3,5]) A(:)
MehrWoche 08/12 15/12 4. Gershgorin-Kreise, Stabilität und Kondition 1 / 8
Woche 08/12 15/12 4. Gershgorin-Kreise, Stabilität und Kondition 1 / 8 Lernziele In diesem Praktikum sollen Sie üben und lernen: Umgang mit der Matlab-Umgebung Darstellung einfacher Graphen Analyse der
MehrVF-2: 2. Es seien x = 1 3 und y = π Bei der Berechnung von sin(x) sin(y) in M(10, 12, 99, 99) tritt. Auslöschung auf.
IGPM RWTH Aachen Verständnisfragen-Teil NumaMB H11 (24 Punkte) Es gibt zu jeder der 12 Aufgaben vier Teilaufgaben. Diese sind mit wahr bzw. falsch zu kennzeichnen (hinschreiben). Es müssen mindestens zwei
MehrMATLAB. 18. Mai 2010 MATLAB. Eine Einführung. Marina Schneider. Inhalt. Allgemeines zu MATLAB und erste Schritte. Vektoren und Matrizen.
18. Mai 2010 1 2 3 4 Was ist? Softwarepaket für numerische Berechnungen und die Visualisierung von Daten im technisch-wissenschaftlichen Bereich = MATrix LABoratory Einsatz vor allem in Numerik u. Linearer
MehrIngenieurinformatik II Numerik für Ingenieure Teil 2
Hochschule München, FK 03 MB SS 013 Name Vorname Matrikelnummer Sem.Gr. Hörsaal Platz Ingenieurinformatik II Numerik für Ingenieure Teil Bearbeitungszeit : 60 Minuten Aufgabensteller : Dr. Reichl Hilfsmittel
MehrGrundlagen der Videotechnik (Angewandte Mediensysteme/Prof. Schuller)
Grundlagen der Videotechnik (Angewandte Mediensysteme/Prof. Schuller) Einführung Dipl.-Ing. Marco Niehaus marco.niehaus@tu-ilmenau.de Büro: H 3523 Tel.: 69-1673 25.10.2012 Slide 1 Marco Niehaus Grundlagen
MehrInformationsverarbeitung 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
MehrZwei-Punkt-Randwert-Aufgabe. Teil I Motivation Skript-Files Function-Files. Mathematische Anwendersysteme Einführung in MATLAB
Mathematische Anwersysteme Einführung in MATLAB Tag 2 Programmieren mit MATLAB 26.7.24 Gerd Rapin Programmieren mit MATLAB Teil I Motivation Skript-Files Function-Files Zwei-Punkt-Randwert-Aufgabe Suche
MehrEine Einführung zum numerischen Programmieren mit Matlab
Eine Einführung zum numerischen Programmieren mit Matlab Bastian Gross Universität Trier 11. April 2011 Bastian Gross Matlab Kurs 1/31 Inhaltsverzeichnis 1 Beginn und erste Schritte Matlab-Umgebung 2 Variablen
Mehr*** Viel Erfolg!!! ***
Hochschule München, FK 03 SS 2018 Ingenieurinformatik Numerik für Ingenieure Studienbeginn vor WS13/14 (Kombinationsprüfung) ** Studienbeginn ab WS13/14 bis WS15/16 ** Studienbeginn ab SS16 bis WS17/18
MehrÜbungsblatt 5 Musterlösung
MSE SS7 Übungsblatt 5 Musterlösung Lösung 6 (Vergleich von direkten und iterativen Verfahren: Teil ) Aufwand Jacobi-Verfahren: Das Jacobi Verfahren lässt sich als x (k+) = x (k) +D (b Ax (k) ) x (k+) =
MehrFunktionen in Matlab. Lehrstuhl für Angewandte Mathematik Sommersemester und 29. Mai 2008
Funktionen in Matlab Vorlesung Computergestützte Mathematik zur Linearen Algebra Lehrstuhl für Angewandte Mathematik Sommersemester 2008 15. und 29. Mai 2008 Funktionen in Matlab Wir kennen schon diverse
MehrPrüfung - Applikationssoftware und Programmierung
Prüfung - Applikationssoftware und Programmierung Erlaubt ist jegliche Benutzung Ihrer Unterlagen, Ihrer Übungsbeispiele und der Unterlagen im Web. Verboten ist während der Prüfung jedoch der Austausch
Mehr19. Januar Universität Erlangen-Nürnberg Department Mathematik PD Dr. Markus Bause. . Danach liefert die Gauss-Elinination. .
Universität Erlangen-Nürnberg Department Mathematik PD Dr Markus Bause Numerik I 9 Januar A Gegeben sei die Matrix A = a Führen Sie eine Zeilenskalierung der Matrix durch Klausur b Bestimmen Sie mit Hilfe
MehrKlaus Schliep. 16. Februar 2004
Einführung in R Klaus Schliep 16. Februar 2004 Allgemeines R besteht ausschließlich aus Objekten. Die meisten Objekte sind entweder Daten oder Funktionen. Alle Funktionen werden mit runden Klammern geschrieben,
MehrEinführung in MATLAB zur Veranstaltung Einführung in die Numerik
Einführung in MATLAB zur Veranstaltung Einführung in die Numerik Christian Stohrer Mathematisches Institut der Universität Basel FS 2011 MATLAB Einführung zur Veranstaltung Einführung in die Numerik Bitte
MehrKurzeinführung Matlab
Kurzeinführung Matlab Sven Beuchler 24. März 2015 Inhaltsverzeichnis 1 Was ist MATLAB? 1 2 Matrizen und Vektoren 2 2.1 Eingabe von Matrizen............................. 2 2.2 Operationen mit Matrizen...........................
MehrMatlab: 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
MehrÜbungsblatt 2 Musterlösung
MSE SS17 Übungsblatt Musterlösung Lösung 5 (Transformation von Variablen) Zur Transformation gehen wir analog zur Vorlesung vor. Zunächst bestimmen wir die durch die PDGL definierte Matrix A und deren
MehrNumerisches Programmieren, Übungen
Technische Universität München SoSe 20 Institut für Informatik Prof Dr Thomas Huckle Dipl-Inf Christoph Riesinger Dipl-Math Jürgen Bräckle Numerisches Programmieren, Übungen Musterlösung 6 Übungsblatt:
MehrDiplom VP Informatik / Numerik 2. September 2002
Diplom VP Informatik / Numerik. September 00 Aufgabe Gegeben sei das lineare Gleichungssystem A x = b mit 0 4 0 0 0 0 A = 4 0 0 0 0 0 0 0 0 und b = 4 4 8 5. Punkte a Berechnen Sie die Cholesky Zerlegung
MehrNumerik für Ingenieure I Wintersemester 2008
1 / 47 Numerik für Ingenieure I Wintersemester 2008 J. Michael Fried Lehrstuhl Angewandte Mathematik III 14.1.2009 2 / 47 Wiederholung Gleitkomma Arithmetik Polynom Interpolation Vandermonde Ansatz Vandermonde
MehrLösung Semesterendprüfung
MNUM Mathematik: Numerische Methoden Herbstsemester 17 Dr Christoph Kirsch ZHAW Winterthur Aufgabe 1 : Lösung Semesterendprüfung Wir schreiben zuerst die Gleichungen f(x i ; a, a 1, a y i, i 1,,, 1, als
MehrDr. 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