Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Impara Applicazione: Analisi dei Dati di una Centrale Nucleare | Apprendimento Attraverso le Applicazioni
Basi di Matlab
course content

Contenuti del Corso

Basi di Matlab

Basi di Matlab

1. Sintassi di Base e Programmazione con un Editor di Testo
Il Ruolo di Matlab e la Modalità ScuraLa Finestra dei ComandiInstallazione di un Editor di Testo e dei Suoi PacchettiCompletamento dell'Editor di TestoCreazione di Snippet e Scrittura di Programmi
2. Fondamenti di Programmazione
Lavorare con le MatriciImportazione ed Esportazione di Dati da e verso ExcelCicli ForIstruzioni IfProgrammazione Modulare
3. Apprendimento Attraverso le Applicazioni
Applicazione: Analisi dei Dati di una Centrale NucleareApplicazione: Analisi dei Dati MediciGenerazione di CombinazioniApplicazione: Problema di LogisticaLe Funzioni Sortrows e Find
4. Visualizzazioni
Basi della Rappresentazione GraficaAutomazione della Creazione dei GraficiApplicazione: Calcolo di Traiettorie 3D con Cicli WhileApplicazione: Rappresentazione di Traiettorie 3D e Grafici MultipliFunzione di Sistema
5. Ricorsione e Moltiplicazione di Matrici
Programmazione RicorsivaComprensione delle Matrici e della Moltiplicazione di MatriciApplicazione della Moltiplicazione di Matrici: Trasformazione di Vettori e Sistemi di CoordinateApplicazione della Moltiplicazione di Matrici: Risoluzione di Sistemi di EquazioniApplicazione della Moltiplicazione di Matrici: Derivate e IntegraliProspettive di Carriera per un Programmatore MATLAB

book
Applicazione: Analisi dei Dati di una Centrale Nucleare

Applica quanto appreso per analizzare i dati sulla generazione di acque reflue energetiche provenienti da tre centrali nucleari, acquisendo nel frattempo numerosi dettagli importanti!

Note
Nota

La deviazione standard di una variabile casuale XX è definita matematicamente come

σ=E[(X−μ)2]=E[X2]−μ2\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

dove EE indica il valore atteso del suo argomento e μ=E[X]\mu = E[X]. Questo presuppone che si conosca la distribuzione di probabilità di XX.

In alternativa, quando si lavora con un insieme di osservazioni {x1,x2,x3,...,xn}\{x_1, x_2, x_3, ..., x_n\} di una variabile casuale con distribuzione presunta (ma sconosciuta), è possibile stimare la deviazione standard con questa formula:

σ=1n∑xi2−1n∑xi=[mean(xi2)−mean(xi)]0.5\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

questa è la formula codificata nel video (nota che mean(xi)mean(x_i) è stato calcolato nella riga precedente al calcolo della deviazione standard: quindi facciamo riferimento a questo invece di ricalcolare per efficienza). Un miglior stimatore non distorto dividerebbe per n−1n - 1 invece che per nn. Ignoriamo questo dettaglio qui per semplicità, tuttavia potrebbe essere facilmente corretto nel codice moltiplicando il risultato per:

nn−1\sqrt \frac{n}{n-1}

Attività

1. Comprendere gli Obiettivi
expand arrow

Inizia guardando il video per comprendere gli obiettivi del programma. Usa il video come fonte di ispirazione e guida per il tuo approccio.

2. Identificare la Posizione del File Excel
expand arrow

Individua il file che contiene i dati con cui lavorerai.

3. Importare i Dati da Excel
expand arrow

Utilizza librerie o metodi appropriati per leggere i dati dal file Excel.

4. Analizzare e Suddividere i Dati
expand arrow
  • Suddividere i dati in base alla posizione dell'impianto;
  • Calcolare statistiche descrittive (minimo, massimo, media e deviazione standard) per ciascuna posizione, concentrandosi sia sui dati di potenza che su quelli delle acque reflue per l'intero anno.
5. Esportare i Risultati
expand arrow

Salva i risultati, incluse le statistiche calcolate, in un file Excel per un utilizzo successivo.

6. Iterare e Migliorare
expand arrow
  • Prova a progettare il tuo programma in modo modulare e strutturato;
  • Se incontri difficoltà, affidati maggiormente ai suggerimenti o al codice mostrato nel video;
  • Come ultima risorsa, replica il codice del video il più fedelmente possibile.
7. Controllo Qualità
expand arrow

Valida l'output del tuo programma confrontandolo con i risultati mostrati nel video per garantire accuratezza e affidabilità.

Tuttavia, un avvertimento: è meglio esercitarsi ora a scrivere le proprie versioni di codice mentre c'è ancora una rete di sicurezza, poiché a partire dal prossimo capitolo mostreremo meno esplicitamente il codice.

Il video evidenzia anche diversi punti di controllo utili in cui è possibile verificare il proprio codice durante lo sviluppo, ad esempio:

  • Rendere visibili le variabili (rimuovendo il punto e virgola);

  • Far sì che la funzione mostri temporaneamente la variabile in questione.

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 3. Capitolo 1

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

course content

Contenuti del Corso

Basi di Matlab

Basi di Matlab

1. Sintassi di Base e Programmazione con un Editor di Testo
Il Ruolo di Matlab e la Modalità ScuraLa Finestra dei ComandiInstallazione di un Editor di Testo e dei Suoi PacchettiCompletamento dell'Editor di TestoCreazione di Snippet e Scrittura di Programmi
2. Fondamenti di Programmazione
Lavorare con le MatriciImportazione ed Esportazione di Dati da e verso ExcelCicli ForIstruzioni IfProgrammazione Modulare
3. Apprendimento Attraverso le Applicazioni
Applicazione: Analisi dei Dati di una Centrale NucleareApplicazione: Analisi dei Dati MediciGenerazione di CombinazioniApplicazione: Problema di LogisticaLe Funzioni Sortrows e Find
4. Visualizzazioni
Basi della Rappresentazione GraficaAutomazione della Creazione dei GraficiApplicazione: Calcolo di Traiettorie 3D con Cicli WhileApplicazione: Rappresentazione di Traiettorie 3D e Grafici MultipliFunzione di Sistema
5. Ricorsione e Moltiplicazione di Matrici
Programmazione RicorsivaComprensione delle Matrici e della Moltiplicazione di MatriciApplicazione della Moltiplicazione di Matrici: Trasformazione di Vettori e Sistemi di CoordinateApplicazione della Moltiplicazione di Matrici: Risoluzione di Sistemi di EquazioniApplicazione della Moltiplicazione di Matrici: Derivate e IntegraliProspettive di Carriera per un Programmatore MATLAB

book
Applicazione: Analisi dei Dati di una Centrale Nucleare

Applica quanto appreso per analizzare i dati sulla generazione di acque reflue energetiche provenienti da tre centrali nucleari, acquisendo nel frattempo numerosi dettagli importanti!

Note
Nota

La deviazione standard di una variabile casuale XX è definita matematicamente come

σ=E[(X−μ)2]=E[X2]−μ2\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

dove EE indica il valore atteso del suo argomento e μ=E[X]\mu = E[X]. Questo presuppone che si conosca la distribuzione di probabilità di XX.

In alternativa, quando si lavora con un insieme di osservazioni {x1,x2,x3,...,xn}\{x_1, x_2, x_3, ..., x_n\} di una variabile casuale con distribuzione presunta (ma sconosciuta), è possibile stimare la deviazione standard con questa formula:

σ=1n∑xi2−1n∑xi=[mean(xi2)−mean(xi)]0.5\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

questa è la formula codificata nel video (nota che mean(xi)mean(x_i) è stato calcolato nella riga precedente al calcolo della deviazione standard: quindi facciamo riferimento a questo invece di ricalcolare per efficienza). Un miglior stimatore non distorto dividerebbe per n−1n - 1 invece che per nn. Ignoriamo questo dettaglio qui per semplicità, tuttavia potrebbe essere facilmente corretto nel codice moltiplicando il risultato per:

nn−1\sqrt \frac{n}{n-1}

Attività

1. Comprendere gli Obiettivi
expand arrow

Inizia guardando il video per comprendere gli obiettivi del programma. Usa il video come fonte di ispirazione e guida per il tuo approccio.

2. Identificare la Posizione del File Excel
expand arrow

Individua il file che contiene i dati con cui lavorerai.

3. Importare i Dati da Excel
expand arrow

Utilizza librerie o metodi appropriati per leggere i dati dal file Excel.

4. Analizzare e Suddividere i Dati
expand arrow
  • Suddividere i dati in base alla posizione dell'impianto;
  • Calcolare statistiche descrittive (minimo, massimo, media e deviazione standard) per ciascuna posizione, concentrandosi sia sui dati di potenza che su quelli delle acque reflue per l'intero anno.
5. Esportare i Risultati
expand arrow

Salva i risultati, incluse le statistiche calcolate, in un file Excel per un utilizzo successivo.

6. Iterare e Migliorare
expand arrow
  • Prova a progettare il tuo programma in modo modulare e strutturato;
  • Se incontri difficoltà, affidati maggiormente ai suggerimenti o al codice mostrato nel video;
  • Come ultima risorsa, replica il codice del video il più fedelmente possibile.
7. Controllo Qualità
expand arrow

Valida l'output del tuo programma confrontandolo con i risultati mostrati nel video per garantire accuratezza e affidabilità.

Tuttavia, un avvertimento: è meglio esercitarsi ora a scrivere le proprie versioni di codice mentre c'è ancora una rete di sicurezza, poiché a partire dal prossimo capitolo mostreremo meno esplicitamente il codice.

Il video evidenzia anche diversi punti di controllo utili in cui è possibile verificare il proprio codice durante lo sviluppo, ad esempio:

  • Rendere visibili le variabili (rimuovendo il punto e virgola);

  • Far sì che la funzione mostri temporaneamente la variabile in questione.

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 3. Capitolo 1
some-alt