Matlab III Instrukcje, interpolacja, dopasowanie krzywych,

Podobne dokumenty
Elementarna analiza statystyczna

Przykład: UWAGA: Funkcja repmat służy do powielania elementów. Przykład: >> student.nazwisko ans = Abacki ans = Babcki

LABORATORIUM 3 ALGORYTMY OBLICZENIOWE W ELEKTRONICE I TELEKOMUNIKACJI. Wprowadzenie do środowiska Matlab

do MATLABa programowanie WYKŁAD Piotr Ciskowski

Skrypty i funkcje Zapisywane są w m-plikach Wywoływane są przez nazwę m-pliku, w którym są zapisane (bez rozszerzenia) M-pliki mogą zawierać

Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych

MATLAB ŚRODOWISKO MATLABA OPIS, PODSTAWY

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski

Matlab Składnia + podstawy programowania

PODSTAWY INFORMATYKI 1 MATLAB CZ. 3

Interpolacja i aproksymacja, pojęcie modelu regresji

Interpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne

METODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH

MATLAB Prowadzący: dr hab. inż. Marek Jaszczur Poziom: początkujący

WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI INSTYTUT AUTOMATYKI I INFORMATYKI KIERUNEK AUTOMATYKA I ROBOTYKA STUDIA STACJONARNE I STOPNIA

Elementy projektowania inzynierskiego Przypomnienie systemu Mathcad

Pisząc okienkowy program w Matlabie wykorzystujemy gotowe obiekty graficzne, lub możemy tworzyć własne obiekty dziedzicząc już zdefiniowane.

Matlab Składnia + podstawy programowania

Matematyka stosowana i metody numeryczne

Elementy metod numerycznych - zajęcia 9

Wprowadzenie do środowiska

Przetwarzanie sygnałów

Wstęp do Programowania Lista 1

Metody i analiza danych

3. Instrukcje warunkowe

Matlab MATrix LABoratory Mathworks Inc.

GNU Octave (w skrócie Octave) to rozbudowany program do analizy numerycznej.

Metody Numeryczne. Laboratorium 1. Wstęp do programu Matlab

Spis treści. I. Skuteczne. Od autora... Obliczenia inżynierskie i naukowe... Ostrzeżenia...XVII

Podstawy Automatyki ćwiczenia Cz.1. Środowisko Matlab

1 Programowanie w matlabie - skrypty i funkcje

Egzamin z Metod Numerycznych ZSI, Egzamin, Gr. A

Odczyt danych z klawiatury Operatory w Javie

PHP w-3. Sterowanie w PHP

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223

Informatyka. Wykład /2018z

Przykład 1 -->s="hello World!" s = Hello World! -->disp(s) Hello World!

Pętla for. Matematyka dla ciekawych świata -19- Scilab. for i=1:10... end. for k=4:-1:1... end. k=3 k=4. k=1. k=2

Matlab (5) Matlab równania różniczkowe, aproksymacja

MATLAB wprowadzenie śycie jest zbyt krótkie, aby tracić czas na pisanie pętli!

Ćwiczenie 1. Wprowadzenie do programu Octave

Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych

Ćwiczenia 11 (12) (4 godziny). Wizualizacja i manipulacja w Matlabie

Kier. MTR Programowanie w MATLABie Laboratorium. 1. Tworzenie m-plików skryptowych i uruchamianie skryptów

Programowanie w Scilab

Laboratorium Algorytmy Obliczeniowe. Lab. 9 Prezentacja wyników w Matlabie

Laboratorium 3 Grafika 2D i 3D w Matlabie. Wprowadzenie do programowania

Wstęp do programowania. Różne różności

INTERPOLACJA I APROKSYMACJA FUNKCJI

zajęcia 2 Definiowanie wektorów:

Podstawy programowania. Wykład 3 Konstrukcje sterujące. Krzysztof Banaś Podstawy programowania 1

Elementy Projektowania Inżynierskiego MATLAB Wprowadzenie.

Podstawy Programowania Podstawowa składnia języka C++

Opis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek].

01.Wprowadzenie do pakietu MATLAB

Operacje logiczne i struktury sterujące.

Podstawy MATLABA, cd.

AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT. Instrukcja do zajęc laboratoryjnych nr 1 AUTOMATYZACJA I ROBOTYZACJA PROCESÓW PRODUKCYJNYCH

Laboratorium Wstawianie skryptu na stroną: 2. Komentarze: 3. Deklaracja zmiennych

Przykładowo, 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:

Ćwiczenie 1. Wprowadzenie do programu Octave

Laboratorium Komputerowego Wspomagania Analizy i Projektowania

PRZYKŁADOWE SKRYPTY (PROGRAMY W MATLABIE Z ROZSZERZENIEM.m): 1) OBLICZANIE WYRAŻEŃ 1:

Algorytmika i Programowanie VBA 1 - podstawy

Podstawy programowania w języku Visual Basic dla Aplikacji (VBA)

JAVAScript w dokumentach HTML (2)

SKRYPTY. Zadanie: Wyznaczyć wartość wyrażenia arytmetycznego

dr inż. Damian Słota Gliwice r. Instytut Matematyki Politechnika Śląska

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

1 Typy i formaty danych

Podstawy programowania w języku C i C++

Podstawy Programowania C++

Podstawy Informatyki Computer basics

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

Pakiety Matematyczne MAP1351W,P

4. Funkcje. Przykłady

Ćwiczenie 4. Matlab - funkcje, wielomiany, obliczenia symboliczne

Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje

Interpolacja krzywymi sklejanymi stopnia drugiego (SPLINE-2)

Metody numeryczne Laboratorium 2

Wprowadzenie do pakietów MATLAB/GNU Octave

Operacje wykonywane są na operandach (argumentach operatorów). Przy operacji dodawania: argumentami operatora dodawania + są dwa operandy 2 i 5.

Metody eksploracji danych Laboratorium 1. Weka + Python + regresja

Interpolacja funkcji

1 Podstawy c++ w pigułce.

JĘZYKI PROGRAMOWANIA Z PROGRAMOWANIEM OBIEKTOWYM. Laboratorium 3. Instrukcje wyboru

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

Tworzenie macierzy pełnych Generowanie macierzy pełnych Funkcje przekształcające macierze pełne

Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych

Bardzo łatwa lista powtórkowa

WIMIM/MIBM/N1/-/B04 WIMIM/ME/S1/-/C46 WIMIM/IM/S1/-/B19

Metody i analiza danych

while(wyrażenie) instrukcja

Egzamin z Metod Numerycznych ZSI, Grupa: A

Zadania. Rozdział Wektory i macierze. 1.Podajpolecenie 1,któreutworzywektor: v = [100, 95, 90,..., 95, 100].

tablica: dane_liczbowe

Pętle iteracyjne i decyzyjne

Niezwykłe tablice Poznane typy danych pozwalają przechowywać pojedyncze liczby. Dzięki tablicom zgromadzimy wiele wartości w jednym miejscu.

Ćwiczenia nr 7. TEMATYKA: Krzywe Bézier a

Matlab, zajęcia 3. Jeszcze jeden przykład metoda eliminacji Gaussa dla macierzy 3 na 3

Transkrypt:

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 ale i dowolne dane. W macierzy komórkowej możemy przechować kilka macierzy o różnym wymiarze, tekst i strukturę jednocześnie. macierz komórkową (cell) tworzymy przy użyciu nawiasów klamrowych {} >> A={1:5,rand(3,5), ala ma kota'} A = Wyświetlanie danych z komórek a{1,1} % Wyświetlenie pojedynczego elementu a{2,:} % Wyświetlenie kolumny elementów celldisp(a) % Wyświetlenie całości danych cellplot(a) % Graficzne przedstawienie danych >> A{1,3} ans = ala ma kota Przykład [1x5 double] [3x5 double] 'ala ma kota >> cellplot(a) >> B=cell(2,4); % definicja macierzy komórek o rozmiarze 2x4 z pustymi komórkami pozwala na wcześniejszą alokację pamięci co umożliwia przyspieszenie wykonywania operacji. 2

Elementy programowania Operatory logiczne & (and) Logiczne i (or) Logiczne lub ~ (not) Logiczne nie Xor Operacja exclusive or any Operacja logiczna - jeśli jakiś all Operacj alogiczna - wszystkie Operatory relacji & (and) Logiczne i == Relacja równości ~= Relacja nierówności < Relacja mniejszości > Relacja większości <= Relacja mniejsze-równe >= Relacja większe-równe 3

Elementy programowania Instrukcje Instrukcja for wielokrotne wykonywanie kodu... for it_zm = p_wart : k_wart kod Instrukcja while kod jest wykonywany dopóki spełnione jest wyrażenie warunkowe... while wyrażenie warunkowe kod N=5; A=zeros(N,N) for i=1:n for j=1:n A(i,j)=cos(i)*cos(j); k=0; n=0; while k<10 && n<10, k =k+1; n=n+1; Iloczyn=k*n k,n,iloczyn Przykłady 4

Elementy programowania Instrukcje Instrukcja if, elseif, else wykonanie fragmentu kodu jeśli spełnione są określone warunki N=10; A=zeros(1,N); Przykłady if warunek 1 Kod 1 elseif warunek 2 Kod 2 else Kod 3 for k=1:n; if k> 4&& k<6 A(k)=2; elseif k> 6 && k < 10 else A(k)=4; A(k)=1; A >> A = 1 1 1 1 2 1 4 4 4 1 5

Elementy programowania Instrukcje Instrukcja switch-case wybór z listy znanych argumentow switch p case 1 instrukcja 1 case 2 instrukcja 2 otherwise inna instrukcja Przykłady n = input( Wprowadź cyfrę: '); switch n case -1 disp( ujemna') case 0 disp('zero') case 1 disp( dodatnia') otherwise disp( inna wartość') 6

Interpolacja: W oknie wykreślania (Figure) Tools Basic Fitting spline interpolant shape-preserving interpolant Interpolacja/dopasowanie krzywej Wersja okienkowa Dopasowanie Tools Basic Fitting wielomian stopnia N, gdzie N [110] Interpolacja wyznaczenie krzywej przechodzącej przez dane punkty. Dopasowanie (aproksymacja) przybliżenie krzywej do danych punktów. 7

Interpolacja Do czego służy wizualizacja: przedstawienie tru danych do zagęszczania danych/tabel yi=interp1(x, y, xi, metoda ); x, y wektory współrzędnych węzłów nterpolacji, xi wektor punktów na osi X dla których będą obliczane interpolowane wartości yi Metody: linear funkcja łamana 'spline - funkcja sklejana 3-go stopnia 'cubic', 'pchip - wielomian 3-go stopnia 'nearest - funkcja najbliższego sąsiedztwa Przykład >> x=0:10; y = sin(x); xi = 0:.25:10; >> yi = interp1(x, y, xi); >> plot(x, y, 'o', xi, yi,'*',xi,sin(xi)) Funkcje interp2 - funkcja interpolująca w 2 wymiarach dla danych określonych na regularnej siatce. interp3 - funkcja interpolująca w 3 wymiarach dla danych określonych na regularnej siatce. Do generacji siatki należy używać funkcji meshgrid. 8

Aproksymacja Aproksymacja wielomianowa [p,s,mu] = polyfit(x,y,n) dopasowanie wielomianu metodą najmniejszych kwadratów n - stopień wielomianu, y=x^n+x^(n-1) + x + 1, p - wektor współczynników wielomianu s struktura wykorzystana do obliczenia niepewności dopasowania za pomocą polyval [y,delta] = polyval(p,x,s) y- dopasowana funkcja delta - 50% błąd dopasowania wielomianu do danych Przykład Wykonanie funkcji >> x = linspace(0,4*pi,10); y = sin(x); >> p = polyfit(x,y,7); >> x1 = linspace(0,4*pi); >> y1 = polyval(p,x1); >> figure >> plot(x,y,'o') >> hold on >> plot(x1,y1) >> hold off 9

Aproksymacja - toolbox f = fit(x,y,model) Aproksymacja Interpolacja i dopasowanie do krzywych i powierzchni >> CFLIBHELP lista modeli dostępnych w toolboxie MODELNAME Curves: poly1 poly2 poly3... poly9 EQUATION Y = p1*x+p2 Y = p1*x^2+p2*x+p3 Y = p1*x^3+p2*x^2+...+p4 Y = p1*x^9+p2*x^8+...+p10 Przykład >> x=linspace(-10,10,100)'; % wektor kolumnowy!!! >> y=x.^2; >> f=fit(x,y,'poly2') % dopasowanie wielom. 2 st. >> plot(f,x,y) f = Linear model Poly2: f(x) = p1*x^2 + p2*x + p3 Coefficients (with 95% confidence bounds): p1 = 1 (1, 1) p2 = 1.979e-032 (-3.74e-017, 3.74e-017) p3 = 1.599e-015 (1.272e-015, 1.926e-015) weibull exp1 exp2... Y = a*b*x^(b-1)*exp(-a*x^b) Y = a*exp(b*x) Y = a*exp(b*x)+c*exp(d*x) 10

Aproksymacja - toolbox Aproksymacja dowolną funkcją opcje=fitoptions('method', metoda_dopasowania 'Lower',[0,0],... 'Upper',[Inf,max(x)],... 'Startpoint',[1 1]); typ_dopasowania= fittype( wyrażenie, options, opcje ); [c2, gof2]= fit(xdata,ydata,typ_dopasowania) c2 = General model: c2(x) = a.*(x-b).^3 Coefficients (with 95% confidence bounds): a = 1 (1, 1) b = 4.973e-007 (fixed at bound) Przykład >> x=linspace(-10,10,100)'; y=x.^3; >> s = fitoptions('method','nonlinearleastsquares',... 'Lower',[0,0],... 'Upper',[Inf,max(x)],... 'Startpoint',[1 1]); >> f = fittype('a.*(x-b).^3','options',s); % f = fittype('a.*(x-b).^3'); - bez opcji parametry typowe [c2,gof2] = fit(x,y,f) plot(x,y,'o'); hold on; plot(c2); hold off; leg('y','fit') gof2 = sse: 4.6334e-007 rsquare: 1.0000 dfe: 99 adjrsquare: 1.0000 rmse: 6.8412e-005 11

Aproksymacja GUI Interaktywne dopasowanie cftool uruchamia interface graficzny >>cftool 12

Aproksymacja GUI Interaktywne dopasowanie Data wprowadzenie danych >> x=linspace(-10,10,100)'; >>y=x.^3; >>cftool X Data i Y Data wybór danych ze zmiennych znajdujących się w przestrzeni roboczej/ pamięci matlaba Create data set tworzenie zbioru danych do dalszej obróbki 13

Aproksymacja -Interaktywne dopasowanie Fitting opcje dopasowywania Type of fit zbiór predefiniowanych modeli Custom Equation tworzenie własnego modelu Apply uruchamia procedurę fitowania 14

Zadania Materiały https://www.igf.fuw.edu.pl/pl/courses/ 15