Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Applikasjon: Analyse av Kjernekraftverksdata | Læring Gjennom Applikasjoner
Matlab-Grunnleggende
course content

Kursinnhold

Matlab-Grunnleggende

Matlab-Grunnleggende

1. Grunnleggende Syntaks og Koding med en Teksteditor
2. Kodegrunnlag
3. Læring Gjennom Applikasjoner
4. Visualiseringer
5. Rekursjon og Matrise-Multiplikasjon

book
Applikasjon: Analyse av Kjernekraftverksdata

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

Alternativt, når vi arbeider med et sett observasjoner xi {x1, x 2, x 3, ..., xn} av en stokastisk variabel med en antatt (men ukjent) fordeling, kan vi estimere standardavviket med følgende formel.

Dette er formelen som er kodet i videoen (merk at mean(xi) ble beregnet på linjen før standardavviksberegningen: derfor refererer vi til denne i stedet for å beregne på nytt for effektivitet). En bedre, forventningsrett estimator 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:

Oppgave

  1. Forstå målene
    Start med å se videoen for å få oversikt over programmets mål. Bruk videoen som inspirasjon og veiledning for din tilnærming;

  2. Finn plasseringen til Excel-filen
    Lokaliser 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 opp 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 i større grad hint eller kode vist i videoen;

    • Som siste utvei, gjenskap 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.

En liten advarsel: det er bedre å øve på å kode egne versjoner nå mens det fortsatt er en sikkerhetsnett, ettersom vi vil begynne å vise mindre eksplisitt kode fra og med neste kapittel.

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

  • Fjerne semikolon for å vise variabler;

  • La funksjonen midlertidig skrive ut den aktuelle variabelen.

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 1

Spør AI

expand

Spør AI

ChatGPT

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

course content

Kursinnhold

Matlab-Grunnleggende

Matlab-Grunnleggende

1. Grunnleggende Syntaks og Koding med en Teksteditor
2. Kodegrunnlag
3. Læring Gjennom Applikasjoner
4. Visualiseringer
5. Rekursjon og Matrise-Multiplikasjon

book
Applikasjon: Analyse av Kjernekraftverksdata

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

Alternativt, når vi arbeider med et sett observasjoner xi {x1, x 2, x 3, ..., xn} av en stokastisk variabel med en antatt (men ukjent) fordeling, kan vi estimere standardavviket med følgende formel.

Dette er formelen som er kodet i videoen (merk at mean(xi) ble beregnet på linjen før standardavviksberegningen: derfor refererer vi til denne i stedet for å beregne på nytt for effektivitet). En bedre, forventningsrett estimator 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:

Oppgave

  1. Forstå målene
    Start med å se videoen for å få oversikt over programmets mål. Bruk videoen som inspirasjon og veiledning for din tilnærming;

  2. Finn plasseringen til Excel-filen
    Lokaliser 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 opp 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 i større grad hint eller kode vist i videoen;

    • Som siste utvei, gjenskap 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.

En liten advarsel: det er bedre å øve på å kode egne versjoner nå mens det fortsatt er en sikkerhetsnett, ettersom vi vil begynne å vise mindre eksplisitt kode fra og med neste kapittel.

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

  • Fjerne semikolon for å vise variabler;

  • La funksjonen midlertidig skrive ut den aktuelle variabelen.

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 1
some-alt