Przykład: UWAGA: Funkcja repmat służy do powielania elementów. Przykład: >> student.nazwisko ans = Abacki ans = Babcki
|
|
- Danuta Marciniak
- 5 lat temu
- Przeglądów:
Transkrypt
1 Wykład 4 Różne typy danych Zmienne złożone: typy cell i struct Łańcuchy znakowe Interpolacja i ekstrapolacja danych Dopasowywanie funkcji na podstawie punktów INNE TYPY DANYCH Struktura Struktury Struktury w Matlabie służą do przechowywania danych różnych typów i różnych wielkości w obrębie jednej macierzy. Jest to zbiór rekordów o tych samych polach. Przydatny zwłaszcza w bazach danych. Definiowanie struktury danych typu student: >> student().nazwisko = 'Abacki'; >> student().wiek = '20'; >> student().dane = rand(3); >> student(2).nazwisko = 'Babacki'; >> student(2).wiek = '22'; >> student(2).dane = randn(3); Definiowanie struktury przy wykorzystaniu funkcji struct Do definiowania danych zorganizowanych w strukturę wykorzystujemy funkcję struct. >> student = struct('nazwisko',{'abacki','babcki'},'wiek',{20,22},'dane',{rand(3), randn(3)}); Takie definiowanie struktury daje możliwość wcześniejszej alokacji pamięci co wpływa na szybkość wykonywania operacji: >> student = repmat(struct('nazwisko',{''},'wiek',{''},'dane',{''}),0,); % alokacja pamięci dla 0 studentów UWAGA: Funkcja repmat służy do powielania elementów. Wynik >> student = struct('nazwisko',{'abacki','babcki'},'wiek',{20,22},'dane',{rand(3), randn(3)}) student = x2 struct array with fields: nazwisko wiek dane >> student = repmat(struct('nazwisko',{''},'wiek',{''},'dane',{''}),0,) student = Wyświetlanie danych ze struktury Ze względu na fakt, że w pojedynczej strukturze mogą być zapisane elementy o różnym stopniu zagłębienia, do wyświetlania poszczególnych danych wykorzystuje się różną składnię. >> student % Nazwa struktury. Wyświetlenie nazw pól >> student() % Wyświetlenie wszystkich pól (danych) dla danego rekordu >> student(2).wiek % Wyświetlenie pola (konkretnej danej) 0x struct array with fields: nazwisko wiek dane >> student.nazwisko Abacki Babcki >> student().nazwisko Abacki >> student() nazwisko: 'Abacki' wiek: 20 dane: [3x3 double]
2 Macierz komórek - cell array Główna różnica między strukturą a macierzą komórek jest fakt, że w macierzy komórek odwołujemy się do poszczególnych elementów za pomocą adresu a nie za pomocą nazwy elementu. Macierz komórek jest macierzą, gdzie każdy element może być inną macierzą, zmienną lub strukturą, a także inną macierzą komórkową, obiektem Javy. Wyświetlanie danych z macierzy komórek Wyświetlanie danych z macierzy komórek jest podobne jak przy wyświetlaniu elementów zwykłej macierzy z tą różnicą, że teraz korzystamy z nawiasów { }. >> a{,} % Wyświetlenie pojedynczego elementu >> a{2,:} % Wyświetlenie kolumny elementów >> celldisp(a) % Wyświetlenie całości danych >> cellplot(a) % Graficzne przedstawienie danych >> a = {:, pi; rand(3), 'tekst'} a = [x double] [3.46] [3x3 double] 'tekst' >> a{,} >> a{2,:} >> a = {:, pi; rand(3), 'tekst'} a = [x double] [3.46] [3x3 double] 'tekst' >> cellplot(a) 3.46 UWAGA: Jeżeli zmienna A była raz użyta jako cell to nie wystarczy później podstawić jako zwykłą macierz aby usunąć pamięć o typie cell, clear A jest konieczne. tekst Dostęp do elementów w komórce Stosujemy nawiasy klamrowe >> A{,2} [3x3 double] 'Test ' [x2 double] {x2 cell} >> A{,2}{,} Pełne wyświetlenie zawartości komórki, celldisp >> celldisp(a) A{} = A{2}{,} = A{2}{2,} = i i A{2}{,2} = Test A{2}{2,2}{} = 7 A{2}{2,2}{2} = [] Konwersja typów między strukturą lub macierzą zwykłą a macierzą komórek struct2cell cell2struct cell2mat mat2cell zamiana struktury na macierz komórek zamiana macierzy komórek na strukturę zamiana macierzy na macierz komórek zamiana macierzy komórek na macierz >> a = {:, pi; :0, 4*3}; % Zdefiniowanie macierzy komórek >> pola = {'wektor','liczba'}; % zdefiniowanie nazwy pól >> cell2struct(a,pola,2); % Zamiana macierzy komórek na strukturę 2
3 cell2struct >> dane = {'Ania','Kowalska',6; 'Ewa','Kwiatkowska',70} każdy element to komórka dane = 'Ania' 'Kowalska' [6] 'Ewa' 'Kwiatkowska' [70] >> pola = {'imie', 'nazwisko', 'wzrost'} pola = 'imie' 'nazwisko' 'wzrost' >> s = cell2struct(dane, pola, 2) s = 2x struct array with fields: imie nazwisko wzrost >> s() imie: 'Ania' nazwisko: 'Kowalska' wzrost: 6 >> s(2).nazwisko Kwiatkowska Typ sparse (rzadki) Typ sparse (rzadki) >> A=round(rand(,4)) >> S=sparse(A) S = (3,) (,) (,2) (3,2) (4,2) (,2) (,3) (2,4) (3,4) (,4) >> spy(s) Funkcje obsługujące typ rzadki tf = issparse(s) czy jest? S = sparse(a) full(s) konwersja na pełny S = sparse(m,n) A=spy(S) jaki wzór Przykład : S = sparse(:0,:0,) S = (,) (2,2) (3,3) (4,4) (,) (6,6) (7,7) (8,8) (9,9) (0,0) >> S(,2) 0 >> S(,) OSZCZĘDNOŚĆ PAMIĘCI whos Name Size Bytes Class M_full 00x double array M_sparse 00x sparse array Grand total is elements using bytes 3
4 Łańcuchy znakowe A='to jest napis' to jest napis Łańcuchy Porównywanie łańcuchów k = strcmp('str','str2') TF = strcmp(s,t) Przykłady: strcmp('yes','no') 0 strcmp('yes','yes') Konwersja na łańcuch mat2str - zamiana macierzy w łańcuch. Przydatne w poleceniu eval str = mat2str(a) str = mat2str(a,precyzja), precyzja ilość cyfr po przecinku num2str zamiana liczby na string str = num2str(a) str = num2str(a,precision) str = num2str(a,format) int2str title(['temperatura ', int2str(t)]) str2mat(a) Konwersja z łańcucha char(t,t2,t3) zamiana łańcuchów na macierz, uzupełnienie spacjami do właściwego wymiaru. W przypadku standardowych łańcuchów działa tak samo jak str2mat. Działa też dla typu cell >> T='to jest napis'; >> T2='to jest inny napis'; >> T3='Ten tez'; >> char(t,t2,t3) to jest napis to jest inny napis Ten tez >> cc={'text','napis_jakis','napis_inny'} cc = 'text' 'napis_jakis' 'napis_inny' >> conv=char(cc) conv = text napis_jakis napis_inny >> conv(2,4) i lower - Duże na małe litery upper (odwrotnie) strtok Pierwszy znak w łańcuchu Przykład s = ' To jest przykład.'; [token,rem] = strtok(s) token = To jes rem = t przykład 4
5 strrep Znalezienie i zamiana łańcucha str = strrep(str,str2,str3). s = 'To jest dobry przykład.'; str = strrep(s, dobry', zły') str =To jest zły przykład. findstr Znajdowanie łańcucha w łańcuchu k = findstr(str,str2) str = 'Find the starting indices of the shorter string.'; findstr(str,str2) 6 30 str2 = 'the'; eval Uruchomienie łańcucha z wyrażeniem Matlaba [a,a2,a3,...] = eval( moja_funkcja(b,b2,b3,...) ) eval('[a,a2,a3,...] = moja_funkcja(var)') % NIE POLECANE Przykład >> A='[ 2 3]' [ 2 3] >> A=str2mat(A) [ 2 3] >> A() >> A=eval( 2*3 ) FUNKCJE PRZETWARZAJĄCE ŁAŃCUCHY 6 feval feval('sin',pi/2) feval(@sin,pi/2) uchwyt do funkcji sinus fplot fplot('tanh',[x0 x_kon]) deblank(s) findstr(s,s2) lower(s) / upper(s) strcat(s,s2,...) strcmp(s,s2) usuwa spacje z końca łańcucha; szuka krótszego z łańcuchów s i s2 w dłuższym; zwraca wektor indeksów, od których zaczyna się występowanie krótszego łańcucha; zmienia wszystkie litery w łańcuchu na małe / duże; łączy łańcuchy w poziomie z pominięciem spacji na końcu każdego z nich; porównuje dwa łańcuchy; jeśli są identyczne, zwraca, jeśli nie-0; funkcja rozróżnia wielkość liter; strcmpi(s,s2) strncmp(s,s2,n) strvcat(s,s2,s3) upper(s) porównuje dwa łańcuchy bez rozróżniania wielkości liter; porównuje n pierwszych znaków w dwu łańcuchach; łączy łańcuchy w pionie, dodając na końcu każdego z nich odpowiednią liczbę spacji; zwraca macierz znakową; zmienia wszystkie litery w łańcuchu na duże; FUNKCJE KONWERTUJĄCE ŁAŃCUCHY int2str(n) num2str(x) str2double(s) konwertuje liczbę całkowitą n na łańcuch (liczba niecałkowita przed konwersją zostanie zaokrąglona); argumentem funkcji może być macierz; konwertuje wyrażenie MATLAB-a (liczbę, macierz lub polecenie) na łańcuch; konwertuje łańcuch s na liczbę (rzeczywistą lub zespoloną); liczba w łańcuchu musi mieć prawidłowy format;
6 Interpolacja interp interp interpolacja jednowymiarowa yi = interp(x,y,xi) yi = interp(x,y,xi,method) yi = interp(x,y,xi,method,'extrap') x wektor argumentów (o znanych wartościach) Y- wektor wartosci dla x x i wektor wartości do interpolacji Metody 'nearest' metoda najbliższego sąsiada 'linear' liniowa, domyślna 'spline'- krzywa sześcienna składana 'pchip', 'cubic' (to samo) sześcienna, zachowująca monotoniczność i kształt danych 'vcubic' -Cubic interpolation używany w MATLAB Przykłady Interpolacja niedokładnej sinusoidy x=0:0; y=sin(x); xi=0:0.2:0; yi=interp(x,y,xi); plot(x,y,'o',xi,yi) Spline %interp_metoda x=0:0; y=sin(x); xi=0:0.2:0; yi=interp(x,y,xi,'linear'); yi2=interp(x,y,xi,'spline'); yi3=interp(x,y,xi,'cubic'); yi4=interp(x,y,xi,'nearest'); plot(x,y,'o',xi,yi,'-', xi,yi2,':',xi,yi3,'-.',xi,yi4,'--') legend('punkty','liniowa','spline','cubic','nearest') Interpolacja wielomianem wysokiego rzędu często błędne wyniki (szczególnie poza przedziałem danych). Metoda cubic spline każda para punktów ('końcowe') inny wielomian 3 s-nia. Nieskończona ilość krzywych więc tak, aby I i II pochodna się zgadzała w punktach końcowych. Nachylenie i krzywizna wielomianów musi być ciągła w tych punktach. Dla n punktów rozwiązywanych jest 4(n-) równań. Jeżeli obliczenia wielokrotnie, ale dla różnych danych x, spline bez ostatniego argumentu xi (spline oblicza formę pp), którą można wywoływać wielokrotnie. Wykorzystanie f-cji ppval. Funkcja 'spline' b. dobra, gdy dane źródłowe są z natury dosyć gładkie. W przeciwnym razie czestym błędem jest generowanie nieistniejących maks. i min. Funkcja pchip mniej dokładna dla danych gładkich, ale mniej oscylacyjna 6
7 Przykład spline interp(...'spline') można zastąpić spline Przykład interp_spline.m: x=0:0; y=sin(x); pp=spline(x,y) xi=0.:0.:0; yi=ppval(pp,xi) plot(x,y,'o',xi,yi) Przykład interp_pchip.m x=[ ]; y=exp(-x/6).*cos(x); cs=spline(x,y); %cubic spline ch=pchip(x,y) %cubic Hermite xi=linspace(0,0); ysi=ppval(cs,xi) %spline yci=ppval(ch,xi) %cubic plot(x,y,'o',xi,ysi,':',xi,yci); legend('dane','spline','cubic') Interpolacja dwuwymiarowa interp2 ZI = interp2(x,y,z,xi,yi) ZI = interp2(z,xi,yi) ZI = interp2(z,ntimes) ZI = interp2(x,y,z,xi,yi,method) Przykład [X,Y] = meshgrid(-3:.2:3); Z = X.^2+Y.^2; [XI,YI] = meshgrid(-3:.2:3); ZI = interp2(x,y,z,xi,yi); figure mesh(x,y,z), hold, mesh(xi,yi,zi+) hold off axis([ ]) Uwaga: Jeżeli punkty nie pojawiaja się na siatce geometrycznej w regularny sposób wówczas interpolację przeprowadza się w oparciu o funkcję dalaunay, tsearch, dsearch Metody interpolacji 3D [x,y] = meshgrid(-3::3); z = peaks(x,y); surf(x,y,z) [xi,yi] = meshgrid(-3:0.2:3); zi = interp2(x,y,z,xi,yi,'nearest'); 'nearest' metoda najbliższego sąsiada bilinear' liniowa, domyślna bicubic sześcienna, zachowująca monotoniczność i kształt danych 7
8 Dopasowywanie krzywej wielomianem (ang. fit) Przykład fitowanie.m Przykład Metoda najmniejszych kwadratów. Wybieramy stopień wielomianu n. Jeżeli n= regresja liniowa. polyfit p=polyfit(x,y,n) p-wsp. wielomianu od najwyższej potęgi n-stopień wielomianu x=[0:0.:]; y=[-.0447,.978, 3.28, 6.6, 7.08, , 7.66, 9.6, 9.48, 9.3,.2]; n=2; p=polyfit(x,y,n) p = Czyli: y(x)=-9.07 x x polyval Narzędzia z menu okna - dopasowanie Za pomocą funkcji polyval (oblicza wartość wielomianu o współczynnikach p uzyskanych z funkcji polyfit) xi=x; yi=polyval(p,xi) plot(x,y,'o',xi,yi,':') Dopasowywanie krzywą dowolnego typu Funkcja fit.m (CurveFitting Toolbox) dopasowanie danych krzywą sigmoidalną stopnia: y( x) x a x + b = krzywa sigmoidalna % proba_fit.m E=[::0]'; Y=[ ]'; plot(e,y,'ko-','linewidth',2); hold on %fitowanie sigmoidalne opts = fitoptions('method','nonlinear','normalize','off'); ftype = fittype('a*x.^./(x.^+b)','options',opts) f2 = fit(e,y,ftype) % [fit,gof,out]=fit(e,y,'poly2') a=f2.a; b=f2.b; Y2=a*E.^./(E.^+b); plot(e,y2,'k--','linewidth',2); hold off >> proba_fit ftype = General model: ftype(a,b,x) = a*x.^./(x.^+b) Warning: Start point not provided, choosing random start point. f2 = General model: f2(x) = a*x.^./(x.^+b) Coefficients (with 9% confidence bounds): a = (.69, 7.29) b = 630 (474.6, 2786) 8
9 y( x) x a x + b = cftool (CurveFitting Toolbox) 2 krzywa sigmoidalna Wykład Analiza dźwięku (i nie tylko) Audiorecorder 9
Matlab III Instrukcje, interpolacja, dopasowanie krzywych,
Matlab III Instrukcje, interpolacja, dopasowanie krzywych, Metody numeryczne w optyce 2017 Typy danych cd.. cell macierz komórkowa (blokowa) pojedynczymi elementami takiej macierzy mogą być nie tylko liczby
Bardziej szczegółowoElementarna analiza statystyczna
MatLab część V 1 Elementarna analiza statystyczna W standardowym pakiecie MatLab-a istnieją jedynie podstawowe funkcje analizy statystycznej. Bardziej zaawansowane znajdują się w pakiecie statystycznym
Bardziej szczegółowoMATLAB Z3. Rafał Woźniak. Warsaw, Faculty of Economic Sciences, University of Warsaw
Faculty of Economic Sciences, University of Warsaw Warsaw, 09-03-2017 Generowanie liczb losowych rand(1) rand(1) generuje liczbę losową z przedziału (0,1) Jak można uzyskać liczby losowe z przedziału 1
Bardziej szczegółowoMathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje
Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje Opracował: Zbigniew Rudnicki Powtórka z poprzedniego wykładu 2 1 Dokument, regiony, klawisze: Dokument Mathcada realizuje
Bardziej szczegółowoPodstawy MATLABA, cd.
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka Podstawy MATLABA, cd. 1. Wielomiany 1.1. Definiowanie
Bardziej szczegółowoLaboratorium Algorytmy Obliczeniowe. Lab. 9 Prezentacja wyników w Matlabie
Laboratorium Algorytmy Obliczeniowe Lab. 9 Prezentacja wyników w Matlabie 1. Wyświetlanie wyników na ekranie: W Matlabie możliwe są następujące sposoby wyświetlania wartości zmiennych: a. wpisując w programie
Bardziej szczegółowoNiezwykłe tablice Poznane typy danych pozwalają przechowywać pojedyncze liczby. Dzięki tablicom zgromadzimy wiele wartości w jednym miejscu.
Część XIX C++ w Każda poznana do tej pory zmienna może przechowywać jedną liczbę. Jeśli zaczniemy pisać bardziej rozbudowane programy, okaże się to niewystarczające. Warto więc poznać zmienne, które mogą
Bardziej szczegółowoMetody i analiza danych
2015/2016 Metody i analiza danych Macierze Laboratorium komputerowe 2 Anna Kiełbus Zakres tematyczny 1. Funkcje wspomagające konstruowanie macierzy 2. Dostęp do elementów macierzy. 3. Działania na macierzach
Bardziej szczegółowoModelowanie Systemów Dynamicznych Studia zaoczne, Automatyka i Robotyka, rok II. Podstawy MATLABA, cz2.
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Modelowanie Systemów Dynamicznych Studia zaoczne, Automatyka i Robotyka, rok II Podstawy MATLABA, cz2. 1. Wielomiany
Bardziej szczegółowoAKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT. Instrukcja do zajęc laboratoryjnych nr 1 AUTOMATYZACJA I ROBOTYZACJA PROCESÓW PRODUKCYJNYCH
AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT Instrukcja do zajęc laboratoryjnych nr 1 AUTOMATYZACJA I ROBOTYZACJA PROCESÓW PRODUKCYJNYCH II rok Kierunek Logistyka Temat: Zajęcia wprowadzające. BHP stanowisk
Bardziej szczegółowoWYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI INSTYTUT AUTOMATYKI I INFORMATYKI KIERUNEK AUTOMATYKA I ROBOTYKA STUDIA STACJONARNE I STOPNIA
WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI INSTYTUT AUTOMATYKI I INFORMATYKI KIERUNEK AUTOMATYKA I ROBOTYKA STUDIA STACJONARNE I STOPNIA PRZEDMIOT : : LABORATORIUM PODSTAW AUTOMATYKI 1. WSTĘP DO
Bardziej szczegółowoWprowadzenie do środowiska
Wprowadzenie do środowiska www.mathworks.com Piotr Wróbel piotr.wrobel@igf.fuw.edu.pl Pok. B 4.22 Metody numeryczne w optyce 2017 Czym jest Matlab Matlab (matrix laboratory) środowisko obliczeniowe oraz
Bardziej szczegółowoMATLAB ŚRODOWISKO MATLABA OPIS, PODSTAWY
MATLAB ŚRODOWISKO MATLABA OPIS, PODSTAWY Poszukiwanie znaczeń funkcji i skryptów funkcja help >> help % wypisuje linki do wszystkich plików pomocy >> help plot % wypisuje pomoc dotyczą funkcji plot Znaczenie
Bardziej szczegółowoPODSTAWY INFORMATYKI 1 MATLAB CZ. 3
PODSTAWY INFORMATYKI 1 MATLAB CZ. 3 TEMAT: Program Matlab: Instrukcje sterujące, grafika. Wyrażenia logiczne Wyrażenia logiczne służą do porównania wartości zmiennych o tych samych rozmiarach. W wyrażeniach
Bardziej szczegółowoElementy metod numerycznych - zajęcia 9
Poniższy dokument zawiera informacje na temat zadań rozwiązanych w trakcie laboratoriów. Elementy metod numerycznych - zajęcia 9 Tematyka - Scilab 1. Labolatoria Zajęcia za 34 punktów. Proszę wysłać krótkie
Bardziej szczegółowoInterpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne
Interpolacja, aproksymacja całkowanie Interpolacja Krzywa przechodzi przez punkty kontrolne Aproksymacja Punkty kontrolne jedynie sterują kształtem krzywej INTERPOLACJA Zagadnienie interpolacji można sformułować
Bardziej szczegółowoWprowadzenie do Mathcada 1
Wprowadzenie do Mathcada Ćwiczenie. - Badanie zmienności funkcji kwadratowej Ćwiczenie. pokazuje krok po kroku tworzenie prostego dokumentu w Mathcadzie. Dokument ten składa się z następujących elementów:.
Bardziej szczegółowoStałe, znaki, łańcuchy znaków, wejście i wyjście sformatowane
Stałe, znaki, łańcuchy znaków, wejście i wyjście sformatowane Stałe Oprócz zmiennych w programie mamy też stałe, które jak sama nazwa mówi, zachowują swoją wartość przez cały czas działania programu. Można
Bardziej szczegółowoZanim zaczniemy GNU Octave
MatLab część I 1 Zanim zaczniemy GNU Octave 2 Zanim zaczniemy GNU Octave 3 Zanim zaczniemy GNU Octave 4 Środowisko MatLab-a MatLab ang. MATrix LABoratory Obliczenia numeryczne i symboliczne operacje na
Bardziej szczegółowoLab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur.
Języki i paradygmaty programowania 1 studia stacjonarne 2018/19 Lab 10. Funkcje w argumentach funkcji metoda Newtona. Synonimy nazw typów danych. Struktury. Tablice struktur. 1. Identyfikator funkcji,
Bardziej szczegółowoPodstawy programowania. Wykład 6 Złożone typy danych: struktury, unie. Krzysztof Banaś Podstawy programowania 1
Podstawy programowania. Wykład 6 Złożone typy danych: struktury, unie Krzysztof Banaś Podstawy programowania 1 są sposobem na przechowywanie w ramach pojedynczej zmiennej zestawu zmiennych różnych typów,
Bardziej szczegółowoMATLAB - laboratorium nr 1 wektory i macierze
MATLAB - laboratorium nr 1 wektory i macierze 1. a. Małe i wielkie litery nie są równoważne (MATLAB rozróżnia wielkość liter). b. Wpisanie nazwy zmiennej spowoduje wyświetlenie jej aktualnej wartości na
Bardziej szczegółowoMetody numeryczne Laboratorium 2
Metody numeryczne Laboratorium 2 1. Tworzenie i uruchamianie skryptów Środowisko MATLAB/GNU Octave daje nam możliwość tworzenia skryptów czyli zapisywania grup poleceń czy funkcji w osobnym pliku i uruchamiania
Bardziej szczegółowoLaboratorium 3: Tablice, tablice znaków i funkcje operujące na ciągach znaków. dr inż. Arkadiusz Chrobot dr inż. Grzegorz Łukawski
Laboratorium 3: Tablice, tablice znaków i funkcje operujące na ciągach znaków dr inż. Arkadiusz Chrobot dr inż. Grzegorz Łukawski 7 kwietnia 2014 1. Wprowadzenie Pierwsza część instrukcji zawiera informacje
Bardziej szczegółowoPodstawy programowania. Wykład: 9. Łańcuchy znaków. dr Artur Bartoszewski -Podstawy programowania, sem 1 - WYKŁAD
Podstawy programowania Wykład: 9 Łańcuchy znaków 1 dr Artur Bartoszewski -Podstawy programowania, sem 1 - WYKŁAD Tablica znaków w językach C i C++ (oraz pochodnych) łańcuch znaków przechowywany jest jako
Bardziej szczegółowoProgramowanie w C++ Wykład 5. Katarzyna Grzelak. 26 marca kwietnia K.Grzelak (Wykład 1) Programowanie w C++ 1 / 40
Programowanie w C++ Wykład 5 Katarzyna Grzelak 26 marca 2018 9 kwietnia 2018 K.Grzelak (Wykład 1) Programowanie w C++ 1 / 40 Pojęcia z poprzedniego wykładu Podział programu na funkcje podział na niezależne
Bardziej szczegółowoAkademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka Podstawy MATLABA MATLAB jest zintegrowanym środowiskiem
Bardziej szczegółowoMatlab Składnia + podstawy programowania
Matlab Składnia + podstawy programowania Matlab Matrix Laboratory środowisko stworzone z myślą o osobach rozwiązujących problemy matematyczne, w których operuje się na danych stanowiących wielowymiarowe
Bardziej szczegółowoWstęp do programowania INP003203L rok akademicki 2018/19 semestr zimowy. Laboratorium 2. Karol Tarnowski A-1 p.
Wstęp do programowania INP003203L rok akademicki 2018/19 semestr zimowy Laboratorium 2 Karol Tarnowski karol.tarnowski@pwr.edu.pl A-1 p. 411B Plan prezentacji Komentarze Funkcja printf() Zmienne Łańcuchy
Bardziej szczegółowoTypy danych, cd. Łańcuchy znaków
Typy danych, cd. Łańcuchy znaków Typ danych string, jest rozumiany jako łańcuch znaków - liter, cyfr i symboli. Stringi definiuje się w podwójnych lub pojedyńczych cudzysłowach. typ_ kawy = " latte " typ_herbaty
Bardziej szczegółowoElementy okna MatLab-a
MatLab część IV 1 Elementy okna MatLab-a 2 Elementy okna MatLab-a 3 Wykresy i przydatne polecenia Wywołanie funkcji graficznej powoduje automatyczne otwarcie okna graficznego Kolejne instrukcje graficzne
Bardziej szczegółowoPodstawy programowania. Wykład 7 Tablice wielowymiarowe, SOA, AOS, itp. Krzysztof Banaś Podstawy programowania 1
Podstawy programowania. Wykład 7 Tablice wielowymiarowe, SOA, AOS, itp. Krzysztof Banaś Podstawy programowania 1 Tablice wielowymiarowe C umożliwia definiowanie tablic wielowymiarowych najczęściej stosowane
Bardziej szczegółowoPodstawy Programowania C++
Wykład 3 - podstawowe konstrukcje Instytut Automatyki i Robotyki Warszawa, 2014 Wstęp Plan wykładu Struktura programu, instrukcja przypisania, podstawowe typy danych, zapis i odczyt danych, wyrażenia:
Bardziej szczegółowoZASADY PROGRAMOWANIA KOMPUTERÓW ZAP zima 2015
POLITECHNIKA WARSZAWSKA Instytut Automatyki i Robotyki ZASADY PROGRAMOWANIA KOMPUTERÓW ZAP zima 2015 Język programowania: Środowisko programistyczne: C/C++ Qt Wykład 4 : Napisy. Tablice dwuwymiarowe. Formaty
Bardziej szczegółowoPodstawy programowania. Wykład Funkcje. Krzysztof Banaś Podstawy programowania 1
Podstawy programowania. Wykład Funkcje Krzysztof Banaś Podstawy programowania 1 Programowanie proceduralne Pojęcie procedury (funkcji) programowanie proceduralne realizacja określonego zadania specyfikacja
Bardziej szczegółowoGNU Octave (w skrócie Octave) to rozbudowany program do analizy numerycznej.
1 GNU Octave GNU Octave (w skrócie Octave) to rozbudowany program do analizy numerycznej. Octave zapewnia: sporą bibliotęke użytecznych funkcji i algorytmów; możliwośc tworzenia przeróżnych wykresów; możliwość
Bardziej szczegółowoSpis treści. I. Skuteczne. Od autora... Obliczenia inżynierskie i naukowe... Ostrzeżenia...XVII
Spis treści Od autora..................................................... Obliczenia inżynierskie i naukowe.................................. X XII Ostrzeżenia...................................................XVII
Bardziej szczegółowoBaltie 3. Podręcznik do nauki programowania dla klas I III gimnazjum. Tadeusz Sołtys, Bohumír Soukup
Baltie 3 Podręcznik do nauki programowania dla klas I III gimnazjum Tadeusz Sołtys, Bohumír Soukup Czytanie klawisza lub przycisku myszy Czytaj klawisz lub przycisk myszy - czekaj na naciśnięcie Polecenie
Bardziej szczegółowoLaboratorium Cyfrowego Przetwarzania Obrazów
Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 3 Interpolacja i przekształcenia geometryczne obrazów Opracowali: - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej,
Bardziej szczegółowoProgramowanie 3 - Funkcje, pliki i klasy
Instytut Informatyki Uniwersytetu Śląskiego Laborki funkcja; parametry funkcji; typ zwracany; typ void; funkcje bez parametrów; napis.length() - jako przykład funkcji. Zadania funkcja dodająca dwie liczby;
Bardziej szczegółowoSystemy operacyjne. Laboratorium 9. Perl wyrażenia regularne. Jarosław Rudy Politechnika Wrocławska 28 lutego 2017
Systemy operacyjne Laboratorium 9 Perl wyrażenia regularne Jarosław Rudy Politechnika Wrocławska 28 lutego 2017 Temat obejmuje wykorzystanie wyrażeń regularnych w perlu. Wyrażenia same w sobie są w zasadzie
Bardziej szczegółowoPrzykładowo, jeśli współrzędna x zmienia się od 0 do 8 co 1, a współrzędna y od 12 co 2 do 25, to punkty powinny wyglądać następująco:
Informatyka I Przypomnienie wiadomości z poprzednich zajęć: Kolokwium!!! II Nowe wiadomości: 1 Funkcje trójwymiarowe Wykresy trójwymiarowe tworzone są na podstawie funkcji dwóch zmiennych Wejściem takich
Bardziej szczegółowoBazy danych. Polecenia SQL
Bazy danych Baza danych, to miejsce przechowywania danych. Dane w bazie danych są podzielone na tabele. Tabele składają się ze ściśle określonych pól i rekordów. Każde pole w rekordzie ma ściśle ustalony
Bardziej szczegółowoMetody numeryczne I Równania nieliniowe
Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem
Bardziej szczegółowoPakiety matematyczne. Matematyka Stosowana. dr inż. Krzysztof Burnecki
Pakiety matematyczne Matematyka Stosowana dr inż. Krzysztof Burnecki 20.02.2013 Podstawowe informacje Krzysztof Burnecki C-11, pok. 5.14 Krzysztof.Burnecki@pwr.wroc.pl Konsultacje: poniedziałek 11-13,
Bardziej szczegółowo1 P roste e t ypy p d a d n a ych c - c ąg ą g d a d l a szy 2 T y T py p z ł z o ł żo ż ne e d a d n a ych c : T BLICE
1. Proste typy danych- ciąg dalszy 2. Typy złożone danych : TABLICE Wykład 3 ZMIENNE PROSTE: TYPY WBUDOWANE Typy zmiennoprzecinkowe: float double long double Różne rozmiary bajtowe. W konsekwencji różne
Bardziej szczegółowoMETODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH
METODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH ĆWICZENIE NR 9 WYRAŻENIA LOGICZNE, INSTRUKCJE WARUNKOWE I INSTRUKCJE ITERACYJNE W PROGRAMIE KOMPUTEROWYM MATLAB Dr inż. Sergiusz Sienkowski ĆWICZENIE NR
Bardziej szczegółowoPodstawy Automatyki ćwiczenia Cz.1. Środowisko Matlab
Podstawy Automatyki ćwiczenia Cz.1 Środowisko Matlab Podstawową jednostką obliczeniową w programie Matlab jest macierz. Wektory i skalary mogą być tutaj rozpatrywane jako specjalne typy macierzy. Elementy
Bardziej szczegółowo1 Podstawy c++ w pigułce.
1 Podstawy c++ w pigułce. 1.1 Struktura dokumentu. Kod programu c++ jest zwykłym tekstem napisanym w dowolnym edytorze. Plikowi takiemu nadaje się zwykle rozszerzenie.cpp i kompiluje za pomocą kompilatora,
Bardziej szczegółowoDodatkowo klasa powinna mieć destruktor zwalniający pamięć.
Zadanie 1. Utworzyć klasę reprezentującą liczby wymierne. Obiekty klasy powinny przechowywać licznik i mianownik rozłożone na czynniki pierwsze. Klasa powinna mieć zdefiniowane operatory czterech podstawowych
Bardziej szczegółowoObliczenia w programie MATLAB
Obliczenia w programie MATLAB Na zajęciach korzystamy z programu MATLAB, w którym wykonywać będziemy większość obliczeń. Po uruchomieniu programu w zależności od wersji i konfiguracji może pojawić się
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Grupa: A
Egzamin z Metod Numerycznych ZSI, 06.2005. Grupa: A Nazwisko: Imię: Numer indeksu: Ćwiczenia z: Data: Część 1. Test wyboru, max 36 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa
Bardziej szczegółowoLaboratorium 6: Ciągi znaków. mgr inż. Leszek Ciopiński dr inż. Arkadiusz Chrobot dr inż. Grzegorz Łukawski
Laboratorium 6: Ciągi znaków mgr inż. Leszek Ciopiński dr inż. Arkadiusz Chrobot dr inż. Grzegorz Łukawski 17 listopada 2016 1. Wprowadzenie Instrukcja poświęcona jest zmiennym, które służą do przechowywania
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów
PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 6 Interpolacja i histogram obrazów Opracowali: dr inż. Krzysztof Mikołajczyk dr inż. Beata Leśniak-Plewińska Zakład Inżynierii Biomedycznej
Bardziej szczegółowoInstytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny Politechnika Śląska
Instytut Mechaniki i Inżynierii Obliczeniowej www.imio.polsl.pl fb.com/imiopolsl @imiopolsl Wydział Mechaniczny Technologiczny Politechnika Śląska Języki programowania z programowaniem obiektowym Laboratorium
Bardziej szczegółowoZakłócenia w układach elektroenergetycznych LABORATORIUM
Zakłócenia w układach elektroenergetycznych LABORATORIUM Obliczenia w programie MATLAB Na zajęciach korzystamy z programu MATLAB, w którym wykonywać będziemy większość obliczeń. Po uruchomieniu programu
Bardziej szczegółowoLaboratorium Cel ćwiczenia Ćwiczenie ma na celu praktyczne przedstawienie grafiki 3D.
Podstawy Informatyki 1 Laboratorium 10 1. Cel ćwiczenia Ćwiczenie ma na celu praktyczne przedstawienie grafiki 3D. 2. Wprowadzenie Grafika trójwymiarowa jest to przedstawienie na płaszczyźnie ekranu monitora
Bardziej szczegółowoOpis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek].
ABAP/4 Instrukcja IF Opis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek]. [ELSEIF warunek. ] [ELSE. ] ENDIF. gdzie: warunek dowolne wyrażenie logiczne o wartości
Bardziej szczegółowoWEKTORY I MACIERZE. Strona 1 z 11. Lekcja 7.
Strona z WEKTORY I MACIERZE Wektory i macierze ogólnie nazywamy tablicami. Wprowadzamy je:. W sposób jawny: - z menu Insert Matrix, - skrót klawiszowy: {ctrl}+m, - odpowiedni przycisk z menu paska narzędziowego
Bardziej szczegółowoMetody Numeryczne. Laboratorium 1. Wstęp do programu Matlab
Metody Numeryczne Laboratorium 1 Wstęp do programu Matlab 1. Wiadomości wstępne liczby, format Program Matlab używa konwencjonalną notację dziesiętną, z kropka dziesiętną. W przypadku notacji naukowej
Bardziej szczegółowoPracownia Informatyczna Instytut Technologii Mechanicznej Wydział Inżynierii Mechanicznej i Mechatroniki. Podstawy Informatyki i algorytmizacji
Pracownia Informatyczna Instytut Technologii Mechanicznej Wydział Inżynierii Mechanicznej i Mechatroniki Podstawy Informatyki i algorytmizacji wykład 1 dr inż. Maria Lachowicz Wprowadzenie Dlaczego arkusz
Bardziej szczegółowoMateriał Typy zmiennych Instrukcje warunkowe Pętle Tablice statyczne Wskaźniki Tablice dynamiczne Referencje Funkcje
Podstawy informatyki Informatyka stosowana - studia niestacjonarne - Zajęcia nr 4 Grzegorz Smyk Wydział Inżynierii Metali i Informatyki Przemysłowej Akademia Górniczo Hutnicza im. Stanisława Staszica w
Bardziej szczegółowoProgramowanie strukturalne. Opis ogólny programu w Turbo Pascalu
Programowanie strukturalne Opis ogólny programu w Turbo Pascalu STRUKTURA PROGRAMU W TURBO PASCALU Program nazwa; } nagłówek programu uses nazwy modułów; } blok deklaracji modułów const } blok deklaracji
Bardziej szczegółowoZajęcia 4 procedury i funkcje
Zajęcia 4 procedury i funkcje 1. Napisz funkcję, która dokonuje dodania dwóch liczb przekazanych jako parametry. Następnie: zmień wartości zmiennych przekazanych jako parametry wewnątrz tej funkcji, ustaw
Bardziej szczegółowoProgramowanie w CLIPS
Programowanie w CLIPS Wiedza początkowa Reguły oraz fakty początkowe dodane na początku programu za pomocą deffacts. (deffacts people "Znajomi" (person (name "Adam Kowalski") (age 24) (eye-color blue)
Bardziej szczegółowoZadeklarowanie tablicy przypomina analogiczną operację dla zwykłych (skalarnych) zmiennych. Może zatem wyglądać na przykład tak:
Tablice Tablice jednowymiarowe Jeżeli nasz zestaw danych składa się z wielu drobnych elementów tego samego rodzaju, jego najbardziej naturalnym ekwiwalentem w programowaniu będzie tablica. Tablica (ang.
Bardziej szczegółowoLABORATORIUM 3 ALGORYTMY OBLICZENIOWE W ELEKTRONICE I TELEKOMUNIKACJI. Wprowadzenie do środowiska Matlab
LABORATORIUM 3 ALGORYTMY OBLICZENIOWE W ELEKTRONICE I TELEKOMUNIKACJI Wprowadzenie do środowiska Matlab 1. Podstawowe informacje Przedstawione poniżej informacje maja wprowadzić i zapoznać ze środowiskiem
Bardziej szczegółowoProgramowanie w języku Java
Katedra Inżynierii Wiedzy laborki 6 Czytanie z plików tekstowych import biblioteki io; klasa File; klasa FileReader; klasa BudderedReader; czytanie z pliku i metoda readline(); koniec dostępu do pliku;
Bardziej szczegółowoWizualizacja funkcji w programie MATLAB
Instytut Informatyki Uniwersytetu Śląskiego 15 listopada 2008 Funckja plot Funkcja plot3 Wizualizacja funkcji jednej zmiennej Do wizualizacji funkcji jednej zmiennej w programie MATLAB wykorzystywana jest
Bardziej szczegółowoKier. MTR Programowanie w MATLABie Laboratorium
Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 7 Import i eksport danych. Współpraca z plikami zewnętrznymi 1. Wprowadzenie Eksport i import danych w MATLABie Na zakładce menu HOME w sekcji VARIABLE
Bardziej szczegółowoMatlab Składnia + podstawy programowania
Matlab Składnia + podstawy programowania Matlab Matrix Laboratory środowisko stworzone z myślą o osobach rozwiązujących problemy matematyczne, w których operuje się na danych stanowiących wielowymiarowe
Bardziej szczegółowoInstalacja Pakietu R
Instalacja Pakietu R www.r-project.org wybór źródła wybór systemu operacyjnego: Download R for Windows opcja: install R for the first time opcja: Download R 3.3.3 for Windows uruchomienie R-3.3.3-win MAGDA
Bardziej szczegółowoĆwiczenia 11 (12) (4 godziny). Wizualizacja i manipulacja w Matlabie
Ćwiczenia 11 (12) (4 godziny). Wizualizacja i manipulacja w Matlabie 1. Tworzenie animacji Wykres funkcji znajduje się poniżej: W środowisku Matlab, możemy tworzyć różnego rodzaju wykresy przy wykorzystaniu
Bardziej szczegółowoWprowadzenie do Scilab: macierze
Wprowadzenie do Scilab: macierze Narzędzia Informatyki Magdalena Deckert Izabela Szczęch Barbara Wołyńska Bartłomiej Prędki Politechnika Poznańska Instytut Informatyki Agenda Definiowanie macierzy Funkcje
Bardziej szczegółowoWykład 2 Składnia języka C# (cz. 1)
Wizualne systemy programowania Wykład 2 Składnia języka C# (cz. 1) 1 dr Artur Bartoszewski -Wizualne systemy programowania, sem. III- WYKŁAD Wizualne systemy programowania Budowa projektu 2 Struktura programu
Bardziej szczegółowoPascal typy danych. Typy pascalowe. Zmienna i typ. Podział typów danych:
Zmienna i typ Pascal typy danych Zmienna to obiekt, który może przybierać różne wartości. Typ zmiennej to zakres wartości, które może przybierać zmienna. Deklarujemy je w nagłówku poprzedzając słowem kluczowym
Bardziej szczegółowolekcja 8a Gry komputerowe MasterMind
lekcja 8a Gry komputerowe MasterMind Posiadamy już elementarną wiedzę w zakresie programowania. Pora więc zabrać się za rozwiązywanie problemów bardziej złożonych, które wymagają zastosowania typowych
Bardziej szczegółowoAutor: dr inż. Katarzyna Rudnik
Bazy danych Wykład 2 MS Access Obiekty programu, Reprezentacja danych w tabeli, Indeksy, Relacje i ich sprzężenia Autor: dr inż. Katarzyna Rudnik Obiekty programu MS ACCESS Obiekty typu Tabela są podstawowe
Bardziej szczegółowoMateriały dodatkowe. Simulink PLC Coder
Katedra Inżynierii Systemów Sterowania Materiały dodatkowe Simulink PLC Coder Opracowali: mgr inż. Tomasz Karla Data: Listopad, 2016 r. Dodatkowe informacje Materiały dodatkowe mają charakter ogólny i
Bardziej szczegółowoStruktury, unie, formatowanie, wskaźniki
Struktury, unie, formatowanie, wskaźniki 1. Napisz aplikację, która na wejściu dostaje napis postaci W Roku Pańskim 1345, władca Henryk 12, na rzecz swoich 143209 poddanych uchwalił dekret o 20 procentowej
Bardziej szczegółowoPython wprowadzenie. Warszawa, 24 marca PROGRAMOWANIE I SZKOLENIA
Python wprowadzenie Warszawa, 24 marca 2017 Python to język: nowoczesny łatwy w użyciu silny można pisać aplikacje Obiektowy klejący może być zintegrowany z innymi językami np. C, C++, Java działający
Bardziej szczegółowoProgramowanie proceduralne INP001210WL rok akademicki 2018/19 semestr letni. Wykład 6. Karol Tarnowski A-1 p.
Programowanie proceduralne INP001210WL rok akademicki 2018/19 semestr letni Wykład 6 Karol Tarnowski karol.tarnowski@pwr.edu.pl A-1 p. 411B Plan prezentacji Wskaźnik do pliku Dostęp do pliku: zapis, odczyt,
Bardziej szczegółowoPakiety matematyczne INP2708W,L
Pakiety matematyczne INP2708W,L dr inż. Marek Teuerle Katedra Matematyki Stosowanej Centrum im. Hugona Steinhausa Wydział Matematyki PWr Wrocław, 23 lutego 2016 r. Informacje Marek Teuerle - bud. C-11,
Bardziej szczegółowoWstęp do programowania 2
Wstęp do programowania 2 wykład 1 rekordy z wyróżnikami Agata Półrola Wydział Matematyki UŁ 2005/2006 Egzamin z I roku - problemy Problemy z wczytywaniem danych: skip_line Problemy z obliczeniami: zerowanie
Bardziej szczegółowoObliczenia iteracyjne
Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej
Bardziej szczegółowoTABLICA (ang. array) pojedyncza zmienna z wieloma komórkami, w których można zapamiętać wiele wartości tego samego typu danych.
Złożone typy danych - TABLICE TABLICA (ang. array) pojedyncza zmienna z wieloma komórkami, w których można zapamiętać wiele wartości tego samego typu danych. * Może przechowywać dowolny typ danych, typ
Bardziej szczegółowoint tab[5]; tab[1]; ciągły obszar pamięci, w którym umieszczone są elementy tego samego typu macierz [ ] - dwuargumentowy operator indeksowania
Rok akademicki 2013/2014, Pracownia nr 10 2/20 Informatyka 1 Tablica elementów ciągły obszar pamięci, w którym umieszczone są elementy tego samego typu Politechnika Białostocka - Wydział Elektryczny Elektrotechnika,
Bardziej szczegółowoMETODY I JĘZYKI PROGRAMOWANIA PROGRAMOWANIE STRUKTURALNE. Wykład 02
METODY I JĘZYKI PROGRAMOWANIA PROGRAMOWANIE STRUKTURALNE Wykład 02 NAJPROSTSZY PROGRAM /* (Prawie) najprostszy przykład programu w C */ /*==================*/ /* Między tymi znaczkami można pisać, co się
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowoĆwiczenie 4. Matlab - funkcje, wielomiany, obliczenia symboliczne
Ćwiczenie 4. Matlab - funkcje, wielomiany, obliczenia symboliczne Obliczenia z wykorzystaniem tzw. funkcji anonimowej Składnia funkcji anonimowej: nazwa_funkcji=@(lista_argumentów)(wyrażenie) gdzie: -
Bardziej szczegółowoutworz tworzącą w pamięci dynamicznej tablicę dwuwymiarową liczb rzeczywistych, a następnie zerującą jej wszystkie elementy,
Lista 3 Zestaw I Zadanie 1. Zaprojektować i zaimplementować funkcje: utworz tworzącą w pamięci dynamicznej tablicę dwuwymiarową liczb rzeczywistych, a następnie zerującą jej wszystkie elementy, zapisz
Bardziej szczegółowoPakiety Matematyczne MAP1351W,P
STEINHAUS HUGO CENTER W R O C L AW Pakiety Matematyczne MAP1351W,P dr in». Marek Teuerle Centrum im. Hugona Steinhausa Politechnika Wrocªawska Wrocªaw, 07-14 maja 2019 MATLAB Plan wykªadu: MATLAB Plan
Bardziej szczegółowoUwagi dotyczące notacji kodu! Moduły. Struktura modułu. Procedury. Opcje modułu (niektóre)
Uwagi dotyczące notacji kodu! Wyrazy drukiem prostym -- słowami języka VBA. Wyrazy drukiem pochyłym -- inne fragmenty kodu. Wyrazy w [nawiasach kwadratowych] opcjonalne fragmenty kodu (mogą być, ale nie
Bardziej szczegółowoSQL - Structured Query Language -strukturalny język zapytań SQL SQL SQL SQL
Wprowadzenie do SQL SQL - Structured Query Language -strukturalny język zapytań Światowy standard przeznaczony do definiowania, operowania i sterowania danymi w relacyjnych bazach danych Powstał w firmie
Bardziej szczegółowoWykład 4. Matlab cz.3 Tablice i operacje na tablicach
Wykład 4 Matlab cz.3 Tablice i operacje na tablicach Dr inż. Zb. Rudnicki Tematyka wykładu 1. Macierze, wektory, tablice - wprowadzenie 2. Rozmiary i typy tablic 3. Zapis - nawiasy i znaki specjalne 4.
Bardziej szczegółowoPodstawy obsługi pakietu GNU octave.
Podstawy obsługi pakietu GNU octave. (wspomaganie obliczeń inżynierskich) Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z obsługą pakietu GNU octave. W ćwiczeniu wprowadzono opis podstawowych komend
Bardziej szczegółowoEgzamin z Metod Numerycznych ZSI, Egzamin, Gr. A
Egzamin z Metod Numerycznych ZSI, 06.2007. Egzamin, Gr. A Imię i nazwisko: Nr indeksu: Section 1. Test wyboru, max 33 pkt Zaznacz prawidziwe odpowiedzi literą T, a fałszywe N. Każda prawidłowa odpowiedź
Bardziej szczegółowoElementy Projektowania Inżynierskiego MATLAB Wprowadzenie.
Elementy Projektowania Inżynierskiego MATLAB Wprowadzenie. 1. Wprowadzenie. Pakiet MATLAB (MATrix LABoratory) jest interakcyjnym środowiskiem umożliwiającym wykonywanie różnorakich obliczeń numerycznych.
Bardziej szczegółowoDynamiczny przydział pamięci w języku C. Dynamiczne struktury danych. dr inż. Jarosław Forenc. Metoda 1 (wektor N M-elementowy)
Rok akademicki 2012/2013, Wykład nr 2 2/25 Plan wykładu nr 2 Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia niestacjonarne I stopnia Rok akademicki 2012/2013
Bardziej szczegółowoLab 9 Podstawy Programowania
Lab 9 Podstawy Programowania (Kaja.Gutowska@cs.put.poznan.pl) Wszystkie kody/fragmenty kodów dostępne w osobnym pliku.txt. Materiały pomocnicze: Wskaźnik to specjalny rodzaj zmiennej, w której zapisany
Bardziej szczegółowo