Kursinnehåll

Matlab-Grunder

1. Grundläggande Syntax och Kodning med en Textredigerare

Matlabs Plats och Mörkt Läge Kommandofönstret Installera en Texteditor och Dess Paket Avsluta Textredigeraren Skapa Kodsnuttar och Skriva Program

2. Kodningsgrunder

Matrishantering Import och Export av Data till och från Excel For-loopar If-Satser Modulär Programmering

3. Lärande Genom Tillämpningar

Applikation: Kärnkraftverksdataanalys Tillämpning: Medicinsk Dataanalys Generera Kombinationer Tillämpning: Logistikproblem Funktionerna Sortrows och Find

4. Visualiseringar

Grunder i Grafritning Automatisering av Grafskapande Tillämpning: Beräkning av 3D-Banor med While-Loopar Tillämpning: Grafritning av 3D-Banor och Multipla Diagram Systemfunktion

5. Rekursion och Matrismultiplikation

Rekursiv Programmering Förståelse av Matriser och Matrismultiplikation Tillämpning av Matrismultiplikation: Transformering av Vektorer och Koordinatsystem Tillämpning av Matrismultiplikation: Lösning av Ekvationssystem Tillämpning av Matrismultiplikation: Derivator och Integraler Karriärmöjligheter för en MATLAB-programmerare

Applikation: Kärnkraftverksdataanalys

Tillämpa dina kunskaper för att analysera data om kraftigt avloppsvatten från tre kärnkraftverk, och lär dig flera viktiga detaljer på vägen!

Not

Standardavvikelsen för en stokastisk variabel $X$ definieras matematiskt som

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

där $E$ betecknar väntevärdet av sitt argument och $\mu = E[X]$ . Detta förutsätter att vi känner till sannolikhetsfördelningen för $X$ .

Alternativt, när vi arbetar med en uppsättning observationer $\{x_1, x_2, x_3, ..., x_n\}$ av en stokastisk variabel med en förmodad (men okänd) fördelning, kan vi uppskatta standardavvikelsen med denna formel:

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

vilket är formeln som kodades i videon (observera att $mean(x_i)$ beräknades på raden före beräkningen av standardavvikelsen: därför refererar vi till detta istället för att beräkna om för effektivitet). En bättre, obiaserad skattare skulle dividera med $n - 1$ istället för $n$ . Vi bortser från denna detalj här för enkelhetens skull, men det kan enkelt åtgärdas i koden genom att multiplicera resultatet med:

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

Uppgift

1. Förstå målen

Börja med att titta på videon för att förstå programmets mål. Använd videon som inspiration och vägledning för din metod.

2. Identifiera platsen för Excel-filen

Lokalisera filen som innehåller de data du ska arbeta med.

3. Importera Excel-data

Använd lämpliga bibliotek eller metoder för att läsa in data från Excel-filen.

4. Analysera och dela upp data

Dela upp data baserat på anläggningens plats;
Beräkna beskrivande statistik (minimum, maximum, medelvärde och standardavvikelse) för varje plats, med fokus på både effekt- och avloppsdata under hela året.

5. Exportera resultaten

Spara dina resultat, inklusive de beräknade statistiska värdena, i en Excel-fil för vidare användning.

6. Iterera och förbättra

Försök att utforma ditt program på ett modulärt och strukturerat sätt;
Om du stöter på problem, använd dig mer av tips eller kod som visas i videon;
Som sista utväg, replikera koden i videon så noggrant som möjligt.

7. Kvalitetskontroll

Validera programmets utdata genom att jämföra med resultaten som visas i videon för att säkerställa noggrannhet och tillförlitlighet.

Dock en rättvis varning: det är bättre att öva på att koda egna versioner nu medan det finns ett skyddsnät, eftersom vi kommer att börja visa mindre explicit kod från och med nästa kapitel.

Videon lyfter också fram flera praktiska kontrollpunkter där du kan verifiera din programmering under arbetets gång genom att antingen:

Avkommentera variabler (genom att ta bort semikolonet);
Låta din funktion tillfälligt skriva ut den aktuella variabeln.

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 1

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal