Kursinnhold

Matlab-Grunnleggende

1. Grunnleggende Syntaks og Koding med en Teksteditor

Matlabs Plass og Mørk Modus Kommandovinduet Installasjon av en Teksteditor og Dens Pakker Avslutte Teksteditoren Lage Kodebiter og Skrive Programmer

2. Grunnleggende Koding

Matriser i Praksis Import og Eksport av Data til og fra Excel For-Løkker If-setninger Modulær Programmering

3. Læring Gjennom Applikasjoner

Applikasjon: Analyse av Kjernekraftverksdata Applikasjon: Medisinsk Dataanalyse Generere Kombinasjoner Applikasjon: Logistikkproblem Funksjonene Sortrows og Find

4. Visualiseringer

Grunnleggende Graftegning Automatisering Av Grafopprettelse Applikasjon: Beregning av 3D-Baner med While-Løkker Applikasjon: Grafing av 3D-Baner og Flere Plott Systemfunksjon

5. Rekursjon og Matrise-Multiplikasjon

Rekursiv Programmering Forståelse av Matriser og Matrisemultiplikasjon Anvendelse av Matrisemultiplikasjon: Transformasjon av Vektorer og Koordinatsystemer Anvendelse av Matrisemultiplikasjon: Løsning av Ligningssystemer Anvendelse av Matrisemultiplikasjon: Deriverte og Integraler Karrieremuligheter for en MATLAB-programmerer

Applikasjon: Analyse av Kjernekraftverksdata

Bruk det du har lært til å analysere data om avløpsvannproduksjon fra tre kjernekraftverk, og få med deg en rekke viktige detaljer underveis!

Merk

Standardavviket til en stokastisk variabel $X$ er matematisk definert som

\sigma = \sqrt{E[(X - \mu)^2]} = \sqrt {E[X^2] - \mu^2}

hvor $E$ betegner forventningsverdien til argumentet og $\mu = E[X]$ . Dette forutsetter at vi kjenner sannsynlighetsfordelingen til $X$ .

Alternativt, når vi arbeider med et sett observasjoner $\{x_1, x_2, x_3, ..., x_n\}$ av en stokastisk variabel med en antatt (men ukjent) fordeling, kan vi estimere standardavviket med denne formelen:

\sigma = \sqrt{\frac1n \sum x_i^2 - \frac1n \sum x_i} = [mean(x_i^2) - mean(x_i)]^{0.5}

som er formelen kodet i videoen (merk at $mean(x_i)$ ble beregnet på linjen før beregningen av standardavvik: derfor refererer vi til denne i stedet for å beregne på nytt for effektivitet). Et bedre, ikke-skjevt estimat ville delt på $n - 1$ i stedet for $n$ . Vi ser bort fra denne detaljen her for enkelhets skyld, men det kan enkelt rettes i koden ved å multiplisere resultatet med:

\sqrt \frac{n}{n-1}

Oppgave

1. Forstå målene

Start med å se videoen for å forstå programmets mål. Bruk videoen som inspirasjon og veiledning for din tilnærming.

2. Finn plasseringen til Excel-filen

Finn filen som inneholder dataene du skal arbeide med.

3. Importer Excel-dataene

Bruk passende biblioteker eller metoder for å lese dataene fra Excel-filen.

4. Analyser og del opp dataene

Del dataene basert på anleggets lokasjon;
Beregn beskrivende statistikk (minimum, maksimum, gjennomsnitt og standardavvik) for hver lokasjon, med fokus på både kraft- og avløpsdata gjennom hele året.

5. Eksporter resultatene

Lagre resultatene dine, inkludert de beregnede statistikkene, i en Excel-fil for videre bruk.

6. Iterer og forbedre

Forsøk å utforme programmet ditt på en modulær og strukturert måte;
Hvis du støter på problemer, bruk hint eller kode vist i videoen i større grad;
Som siste utvei, kopier koden i videoen så nøyaktig som mulig.

7. Kvalitetskontroll

Valider programmets utdata ved å sammenligne med resultatene vist i videoen for å sikre nøyaktighet og pålitelighet.

Et lite forbehold: det er bedre å øve på å kode egne versjoner nå mens det fortsatt finnes en sikkerhetsnett, siden vi vil begynne å vise mindre eksplisitt kode fra og med neste kapittel.

Videoen fremhever også flere praktiske kontrollpunkter hvor du kan kontrollere programmeringen underveis ved enten:

Å gjøre variabler hørbare (ved å fjerne semikolonet);
Å la funksjonen midlertidig skrive ut den aktuelle variabelen.

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 1

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår