Problemlösning 2 Stokastisk simulering., Problemlösning 2 Stokastisk simulering 1/13
|
|
- Gösta Lindberg
- för 4 år sedan
- Visningar:
Transkript
1 Problemlösning 2 Stokastisk simulering, Problemlösning 2 Stokastisk simulering 1/13
2 Strategier Flera lösningsmetoder är möjliga Deterministisk/kontinuerlig metod (ODE-lösare) Stokastisk/diskret (Continuous time discrete space Markov Process), Problemlösning 2 Stokastisk simulering 2/13
3 Simulering av kemiska system Lȧt oss ha ett system med 3 reaktiva ämnen A, B, och C som reagerar enligt A + B k 1AB 0, B k 3B C, A k 2A B, C k 4C 0. Reaktionsschemat kan skrivas som en kontinuerlig process i tiden som ett system av ODE:er, da dt = k 1AB k 2 A, db dt = k 1AB + k 2 A k 3 B, dc dt = k 3B k 4 C., Problemlösning 2 Stokastisk simulering 3/13
4 Stor skala (miljoner molekyler) A, B och C tolkas som koncentrationer som tar värden mellan 0 och 1. Propensiteterna, ω 1 (a, b, c) = k 1 AB, ω 2 (a, b, c) = k 2 A, ω 3 (a, b, c) = k 3 B, ω 4 (a, b, c) = k 4 C, betecknar reaktionshastigheterna., Problemlösning 2 Stokastisk simulering 4/13
5 Numerisk lösning En kontinuerlig modell löses med en ODE-lösare; 1 function dudt = f(t,u,p) 2 A = U (1); 3 B = U (2); 4 C = U (3); 5 6 dadt = -p.k1*a*b - p.k2*a; 7 dbdt = -p.k1*a*b + p.k2*a - p.k3*b; 8 dcdt = p.k3*b - p.k4*c; 9 10 dudt = [ dadt ; dbdt ; dcdt ];, Problemlösning 2 Stokastisk simulering 5/13
6 Numerisk lösning Skapa initialdata i samma ordning som variablerna är definierade i funktions-filen; 1 x0 = [A0; B0; C0 ]; Skicka med parametrarna; 1 p.k1 = k1; 2 p.k2 = k2; 3 p.k3 = k3; 4 p.k4 = k4; Lös systemet; 1 [t,u] = ode45 (@(t,u)f(t,u,p),[t0, tn],x0 ); eller 1 [t,u] = ode15s (@(t,u)f(t,u,p),[t0, tn],x0 );, Problemlösning 2 Stokastisk simulering 6/13
7 Liten skala (enstaka molekyler) A, B, och C tolkas som antalet molekyler och antar icke-negativa heltalsvärden. Propensiteterna betecknar nu sannolikheten att en reaktion äger rum under en tidsenhet. Processen är alltsȧ inte längre kontinuerlig. T.ex. reaktionen A + B k 1AB 0 betyder att antalet av molekylerna A och B minskar med ett, med sannolikhet k 1 AB per tidsenhet., Problemlösning 2 Stokastisk simulering 7/13
8 Stökiometri Vi kan istället skriva upp systemet pȧ stökiometrisk form; r Reaktion ω r 1 A och B förbrukas ω 1 = k 1 AB 2 A blir B ω 2 = k 2 A 3 B blir C ω 3 = k 3 B 4 C förbrukas ω 4 = k 4 C eller som stökiometri-matris/vektorer; N = , n r = N(r, :) En reaktion kan dȧ skrivas som x ωr (x) x + n r., Problemlösning 2 Stokastisk simulering 8/13
9 Gillespies algoritm I allmänhet kan vilket system som helst simuleras genom följande algoritm, 1 function x = ssa (U, N, x0, t0, tf) 2 x = x0; 3 t = t0; 4 while t < tf tau = get_next_reaction_time (...); 7 r = get_next_reaction_number (...); 8 x = x + N(r,:) ; 9 t = t + tau ; 10 end, Problemlösning 2 Stokastisk simulering 9/13
10 Huvuduppgift Er huvuduppgift för miniprojekt 2 är att; Skriv funktionen get next reaction time Skriv funktionen get next reaction number Stoppa in i Gillespies algoritm pȧ sidan 21 i Hellanders kompendium A R Number Time, Problemlösning 2 Stokastisk simulering 10/13
11 Tips get next reaction time Sampla slumptal frȧn exponentialfördelningen get next reaction number Hitta minsta r sȧ att a0 (x)u 2 r ω k (x) cumsum(x), find(expr) k=1, Problemlösning 2 Stokastisk simulering 11/13
12 Anmärkning Vi vet inte pȧ förhand hur mȧnga tidssteg som behövs. Matlabs dynamiska minnesallokering är SJUKT lȧngsam. Ca tidssteg mellan t = 0 och t = A = R = zeros ( miljoner,1); 2 while t < tf 3 A(i) = X (1); R(i) = X( end ); 4 >> Elapsed time is seconds 1 while t < tf 2 A(i) = X (1); R(i) = X( end ); 3 >> Elapsed time is seconds, Problemlösning 2 Stokastisk simulering 12/13
13 Lycka till! Deadline 12:e oktober, Problemlösning 2 Stokastisk simulering 13/13
Exempel ode45 parametrar Miniprojekt 1 Rapport. Problemlösning. Anastasia Kruchinina. Uppsala Universitet. Januari 2016
Problemlösning Anastasia Kruchinina Uppsala Universitet Januari 2016 Anastasia Kruchinina Problemlösning 1 / 16 Exempel ode45 parametrar Miniprojekt 1 Rapport Anastasia Kruchinina Problemlösning 2 / 16
Läs merBiokemi. SF1538 Projekt i simuleringsteknik. Skolan för teknikvetenskap. Introduction. Michael Hanke. Kemiska reaktioner
1 (35) : Biokemi Skolan för teknikvetenskap SF1538 Projekt i simuleringsteknik 2 (35) Innehåll : 1 2 3 : 4 5 6 7 8 3 (35) Introduktion : Biokemiska är basen till livet Undersökningen av reaktionskedjor
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Per Lötstedt, tel. 47 2986 Saleh Rezaeiravesh Tentamen i Beräkningsvetenskap II, 5.0 hp, 206-0-4 Skrivtid: 4 00 7 00 (OBS!
Läs merMonte Carlo-metoder. Bild från Monte Carlo
Monte Carlo-metoder 0 Målen för föreläsningen På datorn Bild från Monte Carlo http://en.wikipedia.org/wiki/file:real_monte_carlo_casino.jpg 1 Begrepp En stokastisk metod ger olika resultat vid upprepning
Läs merOrdinära differentialekvationer, del 1
ÏÇÊÃÇÍÌ ÏÓÖ ÓÙØ ÍÔÔ Ø Ö Ø ÐÐ ÖĐ Ò Ò Ú Ø Ò Ô ÁÁ ¾ Ù Ù Ø ¾¼½ ÁÒ Ø ØÙØ ÓÒ Ò ĐÓÖ Ò ÓÖÑ Ø ÓÒ Ø ÒÓÐÓ ½ Inledning Kursen Beräkningsvetenskap II innehåller HT 2018 tre workout-pass. Syftet med dem är att du i
Läs merSIMULINK. En kort introduktion till. Polplacerad regulator sid 8 Appendix Symboler/block sid 10. Institutionen för Tillämpad Fysik och elektronik
Institutionen för Tillämpad Fysik och elektronik Umeå Universitet BE, BT Version: 5/ -09 DMR En kort introduktion till SIMULINK Polplacerad regulator sid 8 Appendix Symboler/block sid 0 Introduktion till
Läs merSimulering av Poissonprocesser Olle Nerman, Grupprojekt i MSG110,GU HT 2015 (max 5 personer/grupp)
Simulering av Poissonprocesser Olle Nerman, 2015-09-28 Grupprojekt i MSG110,GU HT 2015 (max 5 personer/grupp) Frågeställning: Hur åstadkommer man en realisering av en Poissonprocess på ett tidsintervall
Läs merSF1911: Statistik för bioteknik
SF1911: Statistik för bioteknik Föreläsning 6. TK 14.11.2016 TK Matematisk statistik 14.11.2016 1 / 38 Lärandemål Stokastiska modeller för kontinuerliga datatyper Fördelningsfunktion (cdf) Sannolikhetstäthetsfunktion
Läs merMatematisk statistik 9 hp Föreläsning 3: Transformation och simulering
Matematisk statistik 9 hp Föreläsning 3: Transformation och simulering Anna Lindgren 8+9 september 216 Anna Lindgren - anna@maths.lth.se FMS12/MASB3: transform 1/11 Stokastisk variabel Kvantil Stokastisk
Läs merKinetik, Föreläsning 1. Patrik Lundström
Kinetik, Föreläsning 1 Patrik Lundström Varför kinetik inom kemin? Hur lång tid som behövs för att bilda viss mängd produkt Hur en reaktion beror av temperatur Hur katalys påverkar reaktion och reaktionshastighet
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Stefan Engblom, tel. 471 27 54, Per Lötstedt, tel. 471 29 72 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2016-03-16 Skrivtid:
Läs merKap 2 Reaktionshastighet. Reaktionshastighet - mängd bildat eller förbrukat ämne per tidsenhet
Kap 2 Reaktionshastighet Reaktionshastighet - mängd bildat eller förbrukat ämne per tidsenhet Vilka faktorer påverkar reaktionshastigheten? Exempel: zink i saltsyra Zink i saltsyra: https://www.youtube.com/watch?v=x0qzv92smbm
Läs merSF1901: Sannolikhetslära och statistik
SF9: Sannolikhetslära och statistik Föreläsning 3. Stokastiska variabler, diskreta och kontinuerliga Jan Grandell & Timo Koski 8.9.28 Jan Grandell & Timo Koski () Matematisk statistik 8.9.28 / 45 Stokastiska
Läs merBeräkningsvetenskap introduktion. Beräkningsvetenskap I
Beräkningsvetenskap introduktion Beräkningsvetenskap I Kursens mål För godkänt betyg ska studenten kunna redogöra för de grundläggande begreppen algoritm, numerisk metod, diskretisering maskinepsilon,
Läs merKinetik. Föreläsning 1
Kinetik Föreläsning 1 Varför kunna kinetik? För att till exempel kunna besvara: Hur lång tid tar reaktionen till viss omsättningsgrad eller hur mycket produkt bildas på viss tid? Hur ser reaktionens temperaturberoende
Läs merk 1 B k 2 C ges av dx 1 /dt = k 1 x 1 x 1 (0) = 100 dx 2 /dt = k 1 x 1 k 2 x 2 x 2 (0) = 0 dx 3 /dt = k 2 x 2 x 3 (0) = 0
Radioaktivt sönderfall 2D124 numfcl, Fö 5 Ekvationerna som beskriver hur ett radioaktivt ämne A sönderfaller till ämnet B som i sin tur sönderfaller till C ges av dx 1 /dt = k 1 x 1 x 1 () = 1 dx 2 /dt
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp, Del A
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Tentamen i Beräkningsvetenskap II, 5.0 hp, 2016-03-16 Del A 1. (a) Beräkna lösningen Ù vid Ø = 03 till differentialekvationen
Läs merLaboration 2: 1 Syfte. 2 Väntevärde och varians hos en s.v. X med fördelningen F X (x) MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK MATEMATISK STATISTIK, AK FÖR BYGG, FMS 601, HT-08 Laboration 2: Om väntevärden och fördelningar 1 Syfte I denna laboration skall vi försöka
Läs merOrdinära differentialekvationer fortsättning
CTH/GU STUDIO 6 TMV36b - /3 Matematiska vetenskaper Ordinära differentialekvationer fortsättning Analys och Linjär Algebra, del B, K/Kf/Bt Inledning Vi skall se lite mer på system av ordinära differentialekvationer
Läs merInstitutionen för Tillämpad Fysik och elektronik Umeå Universitet BE. Introduktion till verktyget SIMULINK. Grunderna...2
Institutionen för Tillämpad Fysik och elektronik Umeå Universitet BE Version: 09-0-23 StyrRegM,E Introduktion till verktyget SIMULINK Grunderna.....2 Tidskontinuerliga Reglersystem.... 7 Övningsuppgift...9
Läs mer3 Jämförelse mellan Polyas urna och en vanlig urna
LUNDS UNIVERSITET MATEMATIKCENTRUM MATEMATISK STATISTIK 1 Förberedelser LABORATION 1: POLYAS URNMODELL MATEMATISK STATISTIK AK, MAS 101:A, VT-01 Laborationen, som presenterar en urnmodell introducerad
Läs merDemonstration av laboration 2, SF1901
KTH 29 November 2017 Laboration 2 Målet med dagens föreläsning är att repetera några viktiga begrepp från kursen och illustrera dem med hjälp av MATLAB. Laboration 2 har följande delar Fördelningsfunktion
Läs merSF1900 Sannolikhetsteori och statistik, HT 2017 Laboration 1 för CINEK2
Matematisk Statistik SF1900 Sannolikhetsteori och statistik, HT 2017 Laboration 1 för CINEK2 1 Introduktion Denna laboration är inte poänggivande utan är till för den som vill bekanta sig med MATLAB. Fokusera
Läs merReaktionskinetik...hur fort går kemiska reaktioner
Reaktionskinetik..hur fort går kemiska reaktioner Några begrepp Jämvikt Reaktionerna går lika snabbt i båda riktingarna ingen ändring i koncentrationer A + B C + D Miljoner år Långsamma reaktioner Ex:
Läs merKurs 2D1213, Laboration 2: Att lösa ordinära differentialekvationer med finita differensmetoden
Kurs 2D1213, Laboration 2: Att lösa ordinära differentialekvationer med finita differensmetoden Michael Hanke October 19, 2006 1 Beskrivning och mål Matematiska modeller i vetenskap och ingenjörsvetenskap
Läs merIntroduktion till Simulink
Introduktion till Simulink Augusti 2009 2 s+2 Inledning Simulink är en simuleringsmiljö som körs under Matlab. Syftet med Simulink är att en användare ska kunna beskriva och simulera ett system på ett
Läs merIntroduktionsföreläsning. Kursens innehåll. Kursens upplägg/struktur. Beräkningsvetenskap I
Lärare Introduktionsföreläsning Beräkningsvetenskap I Institutionen för Informationsteknologi, Uppsala Universitet Emanuel Rubensson (föreläsningar, lektioner) Martin Tillenius (lektioner) Elias Rudberg
Läs merBeräkningsvetenskap introduktion. Beräkningsvetenskap I
Beräkningsvetenskap introduktion Beräkningsvetenskap I Kursens mål För godkänt betyg ska studenten kunna redogöra för de nyckelbegreppen som ingår i kursen* utföra enklare analys av beräkningsproblem och
Läs merTMV151/181 Matematisk analys i en variabel M/Td, 2013 MATLAB NUMERISK LÖSNING AV ORDINÄRA DIFFERENTIALEKVATIONER
TMV151/181 Matematisk analys i en variabel M/Td, 2013 MATLAB NUMERISK LÖSNING AV ORDINÄRA DIFFERENTIALEKVATIONER Beskrivning och mål. Den här laborationen syftar till att ge en grundläggande förståelse
Läs merLycka till!
VK Matematiska institutionen avd matematisk statistik TENTAMEN I 5B1555 DATORINTENSIVA METODER ONSDAGEN DEN 24 MAJ 2006 KL 14.00 19.00. Examinator: Gunnar Englund, tel. 7907416. Email: gunnare@math.kth.se
Läs merOrdinära differentialekvationer (ODE) 1 1
TMV151/TMV181 Matematisk analys i en variabel M/TD 2009 Ordinära differentialekvationer (ODE) 1 1 I förra datorövningen löste vi begynnelsvärdesproblem av formen u (x) = f(x), x [0, b] (b > 0) u(0) = u
Läs merStokastisk simulering och Monte Carlo-metoder. Beräkningsvetenskap 2, 2009.
Stokastisk simulering och Monte Carlo-metoder Beräkningsvetenskap 2, 2009. Vad det här blocket handlar om: En klass av dåliga numeriska metoder som fortfarande fungerar (dåligt) när alla bra metoder inte
Läs merTvå gränsfall en fallstudie
19 november 2014 FYTA11 Datoruppgift 6 Två gränsfall en fallstudie Handledare: Christian Bierlich Email: christian.bierlich@thep.lu.se Redovisning av övningsuppgifter före angiven deadline. 1 Introduktion
Läs merBiologi: en utmaning för Numerisk Analys
Biologi: en utmaning för Numerisk Analys Stefan Engblom Beräkningsvetenskap Informationsteknologi Uppsala Universitet Docentföreläsning, Uppsala, 6:e Mars, 2013 (TDB/IT UU) Biologiska Beräkningar 130306
Läs merKTH 2D1240 OPEN vt 06 p. 1 (5) J.Oppelstrup
KTH 2D1240 OPEN vt 06 p. 1 (5) Tentamen i Numeriska Metoder gk II 2D1240 OPEN (& andra) Fredag 2006-04-21 kl. 13 16 Hjälpmedel: Del 1 inga, Del 2 rosa formelsamlingen som man får ta fram när man lämnar
Läs merFöreläsning 3, Matematisk statistik Π + E
Repetition Kvantil Presentation Slumptal Transformer Inversmetoden Föreläsning 3, Matematisk statistik Π + E Sören Vang Andersen 13 november 2014 Sören Vang Andersen - sva@maths.lth.se FMS012 F3 1/19 Repetition
Läs merDatorövning 1: Fördelningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMS012/MASB03: MATEMATISK STATISTIK, 9 HP, VT-17 Datorövning 1: Fördelningar I denna datorövning ska du utforska begreppen sannolikhet och
Läs merKemisk reaktionskinetik. (Kap ej i kurs.)
Kemisk reaktionskinetik. (Kap. 14.1-4. 14.5-6 ej i kurs.) Reaktionshastighet kemisk jämvikt. Reaktionshastighet avgör tiden att komma till jämvikt. Ett system i jämvikt reagerar inte. Jämviktsläge avgörs
Läs merBeräkningsvetenskap I. Exempel på tillämpningar: Vad är beräkningsvetenskap? Informationsteknologi
Beräkningsvetenskap I Jarmo Rantakokko Josefin Ahlkrona Kristoffer Virta Katarina Gustavsson Vårterminen 2011 Beräkningsvetenskap: Hur man med datorer utför beräkningar och simuleringar baserade på matematiska
Läs merKontrollera att följande punkter är uppfyllda innan rapporten lämnas in: Första sidan är ett försättsblad (laddas ned från kurshemsidan)
Statistiska institutionen VT 2012 Inlämningsuppgift 1 Statistisk teori med tillämpningar Instruktioner Ett av problemen A, B eller C tilldelas gruppen vid första övningstillfället. Rapporten ska lämnas
Läs mer1 Förberedelser. 2 Teoretisk härledning av värmeförlust LABORATION 4: VÄRMEKRAFTVERK MATEMATISK STATISTIK AK, MAS 101:A, VT-01
LUNDS UNIVERSITET MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 4: VÄRMEKRAFTVERK MATEMATISK STATISTIK AK, MAS 101:A, VT-01 1 Förberedelser I denna laboration modelleras värmeförlusten i ett kraftverk
Läs merIn Bloom CAL # 5. Virka inte v för hårt / don t crochet r to tight. V 35 / r 35 (5) Upprepa v 18. [38 1-lm-bågar / sida och 2 lm / hörn]
In Bloom CAL # 5 I del 5 använder du virknål 3.0 mm. Efter varje varvsnummer står numret (1-7) för den färg du skall använda för det varvet, se färg/garn-tabellen. Du kommer att repetera varv från del
Läs merLUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg
LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg Simulering i MINITAB Det finns goda möjligheter att utföra olika typer av simuleringar i Minitab. Gemensamt för dessa är att man börjar
Läs merLaboration 3. Ergodicitet, symplektiska scheman och Monte Carlo-integration
Laboration 3 Ergodicitet, symplektiska scheman och Monte Carlo-integration Hela labben måste vara redovisad och godkänd senast 3 januari för att generera bonuspoäng till tentan. Kom väl förberedd och med
Läs merKEM A02 Allmän- och oorganisk kemi. KINETIK 1(2) A: Kap
KEM A02 Allmän- och oorganisk kemi KINETIK 1(2) A: Kap 14.1 14.5 Vad är kinetik? REAKTIONSKINETIK: ger information om på vilket sätt och hur snabbt kemiska reaktioner sker mekanism hastighetslag FÖLJDFRÅGA:
Läs merOrdinära differentialekvationer,
(ODE) Ordinära differentialekvationer, del 1 Beräkningsvetenskap II It is a truism that nothing is permanent except change. - George F. Simmons ODE:er är modeller som beskriver förändring, ofta i tiden
Läs merHändelsestyrd simulering. Inledning. Exempel
Lunds Tekniska Högskola Datavetenskap Lennart Andersson EDA061/F10 Uppgift 2010-09-13 Händelsestyrd simulering Inledning Du skall konstruera ett program som simulerar vad som händer när kunder kommer till
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Per Wahlund, tel. 471 2986 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2012-05-31 Skrivtid: 14 00 17 00 (OBS! Tre timmars
Läs merIntroduktion till verktyget SIMULINK. Grunderna...2. Tidskontinuerliga Reglersystem Övningsuppgift...13
Institutionen för Tillämpad Fysik och elektronik Umeå Universitet BE Version: 05-02-29 Reglersystem Introduktion till verktyget SIMULINK Grunderna.....2 Tidskontinuerliga Reglersystem... 8 Övningsuppgift...3
Läs merKapitel 12. Kemisk kinetik
Kapitel 12 Kemisk kinetik Avsnitt 12.1 Reaktionshastigheter Kemisk kinetik Området inom kemi som berör reaktionshastigheter Copyright Cengage Learning. All rights reserved 2 Avsnitt 12.1 Reaktionshastigheter
Läs merKINETIK 1(2) A: Kap Vad är kinetik? 14.1 Koncentration och reaktionshastighet. KEM A02 Allmän- och oorganisk kemi
KEM A02 Allmän och oorganisk kemi KINETIK 1(2) A: Kap 14.1 14.5 Vad är kinetik? REAKTIONSKINETIK: ger information om på vilket sätt mekanism och hur snabbt hastighetslag kemiska reaktioner sker FÖLJDFRÅGA:
Läs merAvsnitt 12.1 Reaktionshastigheter Kemisk kinetik Kapitel 12 Kapitel 12 Avsnitt 12.1 Innehåll Reaktionshastigheter Reaktionshastighet = Rate
Avsnitt 2. Kapitel 2 Kemisk kinetik Kemisk kinetik Området inom kemi som berör reaktionshastigheter Copyright Cengage Learning. All rights reserved 2 Kapitel 2 Innehåll 2. 2.2 Hastighetsuttryck: en introduktion
Läs merModellering och styrning av ett biologiskt reningsverk
Mål Modellering och styrning av ett biologiskt reningsverk Efter att ha genomfört denna uppgift ska du ha lärt dig att bygga mera komplexa dynamiska modeller och att simulera dessa med hjälp av Matlab
Läs merEXISTENS AV EN UNIK LÖSNING TILL FÖRSTAORDNINGENS BEGYNNELSEVÄRDESPROBLEM
EXISTENS AV EN UNIK LÖSNING TILL FÖRSTAORDNINGENS BEGYNNELSEVÄRDESPROBLEM Vi betraktar ett begnnelsevärdesproblem IVP, initial-value problem) av första ordningen som är skrivet på normal form IVP1) Man
Läs merDagens program. Programmeringsteknik och Matlab. Administrativt. Viktiga datum. Kort introduktion till matlab. Övningsgrupp 2 (Sal Q22/E32)
Programmeringsteknik och Matlab Övning Dagens program Övningsgrupp 2 (Sal Q22/E2) Johannes Hjorth hjorth@nada.kth.se Rum 458 på plan 5 i D-huset 08-790 69 02 Kurshemsida: http://www.nada.kth.se/kurser/kth/2d2
Läs merTentamen i Teknisk-Vetenskapliga Beräkningar
Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström Tentamen i Teknisk-Vetenskapliga Beräkningar Tentamensdatum: 005-03- Skrivtid: 9-5 Hjälpmedel: inga Om problembeskrivningen i något fall
Läs merMiniprojekt: MEX och molekyldynamik
4 september 2013 Miniprojekt 1 (5) Beräkningsvetenskap DV Institutionen för informationsteknologi Beräkningsvetenskap Besöksadress: Polacksbacken, hus 2 Lägerhyddsvägen 2 Postadress: Box 337 751 05 Uppsala
Läs merLaboration i Automationsteknik FK: Del 1: Polplacering. Del 2: Markovkedjor
Laboration i Automationsteknik FK: Del 1: Polplacering. Del 2: Markovkedjor Inledning I del 1 av denna laboration utnyttjas Matlab och Simulink för att simulera polplaceringsbaserad regulatordesign för
Läs merSF1901: Sannolikhetslära och statistik
SF9: Sannolikhetslära och statistik Föreläsning 3. Stokastiska variabler, diskreta och kontinuerliga Jan Grandell & Timo Koski 25..26 Jan Grandell & Timo Koski Matematisk statistik 25..26 / 44 Stokastiska
Läs merModellering och styrning av ett biologiskt reningsverk
Styrning av Biologiska Reningsverk 02/03 1 Mål Modellering och styrning av ett biologiskt reningsverk Efter att ha genomfört denna uppgift ska du ha lärt dig att bygga mera komplexa dynamiska modeller
Läs merOptimering och simulering: Hur fungerar det och vad är skillnaden?
Optimering och simulering: Hur fungerar det och vad är skillnaden? Anders Peterson, Linköpings universitet Andreas Tapani, VTI med inspel från Sara Gestrelius, RIS-SIS n titt i KAJTs verktygslåda Agenda
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Beräkningsvetenskap Per Lötstedt, tel. 471 2986 Ken Mattsson, tel 471 2975 Tentamen i Beräkningsvetenskap II, 5.0 hp, 2015-06-02 Skrivtid: 14
Läs merTANA81: Simuleringar med Matlab
TANA81: Simuleringar med Matlab - Textsträngar och Texthantering. - Utskrifter till fil eller skärm. - Exempel: Slumptal och Simulering. - Exempel: Rörelseekvationerna. - Vanliga matematiska problem. Typeset
Läs merMatematisk statistik 9 hp Föreläsning 4: Flerdim
Matematisk statistik 9 hp Föreläsning 4: Flerdim Johan Lindström 3+4 september 26 Johan Lindström - johanl@maths.lth.se FMS2 F4: Flerdim /5 Transformer Inversmetoden Transformation av stokastiska variabler
Läs merLABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 LÄSÅRET 03/04. Laboration 3 3. Torsionssvängningar i en drivaxel
Lennart Edsberg Nada, KTH December 2003 LABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 M2 LÄSÅRET 03/04 Laboration 3 3. Torsionssvängningar i en drivaxel 1 Laboration 3. Differentialekvationer
Läs merLAB 4. ORDINÄRA DIFFERENTIALEKVATIONER. 1 Inledning. 2 Eulers metod och Runge-Kuttas metod
TANA21+22/ 30 september 2016 LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER 1 Inledning Vi skall studera begynnelsevärdesproblem, både med avseende på stabilitet och noggrannhetens beroende av steglängden. Vi
Läs merSF1901 Sannolikhetsteori och statistik I
SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 4 7 november 2017 1 / 29 Idag Förra gången Viktiga kontinuerliga fördelningar (Kap. 3.6) Fördelningsfunktion (Kap. 3.7) Funktioner av stokastiska
Läs merIntroduktionsföreläsning
Introduktionsföreläsning Beräkningsvetenskap DV Institutionen för Informationsteknologi, Uppsala Universitet 29 oktober, 2012 Lärare Emanuel Rubensson (föreläsningar, lektioner) Martin Tillenius (lektioner)
Läs merLiten MATLAB introduktion
Liten MATLAB introduktion Denna manual ger en kort sammanfattning av de viktigaste Matlab kommandon som behövs för att definiera överföringsfunktioner, bygga komplexa system och analysera dessa. Det förutsätts
Läs merAnalys av elektriska nät med numeriska metoder i MATLAB
Analys av elektriska nät med numeriska metoder i MATLAB Joel Nilsson Martin Axelsson Fredrik Lundgren 28-2-12 Kurs DN1215 - Numeriska metoder för ME Moment Laboration 1 - Bli bekväm med MATLAB Handledare
Läs merTMS136. Föreläsning 2
TMS136 Föreläsning 2 Slumpförsök Med slumpförsök (random experiment) menar vi försök som upprepade gånger utförs på samma sätt men som kan få olika utfall Enkla exempel är slantsingling och tärningskast
Läs merREGLERTEKNIK Laboration 4
Lunds Tekniska Högskola Avdelningen för Industriell elektroteknik och automation LTH Ingenjörshögskolan, Campus Helsingborg REGLERTEKNIK Laboration 4 Dynamiska system Inledning Syftet med denna laboration
Läs merReglerteknik M3. Inlämningsuppgift 3. Lp II, 2006. Namn:... Personnr:... Namn:... Personnr:...
Reglerteknik M3 Inlämningsuppgift 3 Lp II, 006 Namn:... Personnr:... Namn:... Personnr:... Uppskattad tid, per person, för att lösa inlämningsuppgiften:... Godkänd Datum:... Signatur:... Påskriften av
Läs merReliability analysis in engineering applications
Reliability analysis in engineering applications Fredrik Carlsson Sannolikhetsteorins grunder Fördelningar och stokastiska variabler Extremvärdesfördelningar Simulering Structural Engineering - Lund University
Läs merLab 3 Kodningsmetoder
Lab 3. Kodningsmetoder 15 Lab 3 Kodningsmetoder Starta Matlab och ladda ner följande filer från kurswebben till er lab-katalog: lab3blocks.mdl okodat.mdl repetitionskod.mdl hammingkod.mdl planet.mat Denna
Läs mer17.1 Kontinuerliga fördelningar
7. Kontinuerliga fördelningar En SV X är kontinuerlig om F X (x) är kontinuerlig för alla x F X (x) är deriverbar med kontinuerlig derivata för alla x utom eventuellt för ändligt många värden Som vi tidigare
Läs merIntroduktionsföreläsning. Outline. Beräkningsvetenskap I. Sara Zahedi Hanna Holmgren. Institutionen för Informationsteknologi, Uppsala Universitet
Lärare Introduktionsföreläsning Beräkningsvetenskap I Institutionen för Informationsteknologi, Uppsala Universitet Sara Zahedi Hanna Holmgren 29 oktober, 2012 Outline 1 2 Information om kursen 3 Introduktion
Läs merLaboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, FÖR I/PI, FMS 121/2, HT-3 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
Läs merÖvning 0. Python för den som kan MATLAB. Lättare att läsa färdig kod än att skriva själv Det krävs övning för att automatiskt få detaljerna rätt:
Per Sedholm DD1320 (tilda11) 2011-08-31 Övning 0 Python för den som kan MATLAB Lättare att läsa färdig kod än att skriva själv Det krävs övning för att automatiskt få detaljerna rätt: print "a", "b", "c"
Läs merF8: Resterna. Substitutionschiffer (Lab 3) Permutationer Rekursion Formelbehandling Simulering Iteration, frekvens-dubbling och kaos Radplanering
F8: Resterna Substitutionschiffer (Lab 3) Permutationer Rekursion Formelbehandling Simulering Iteration, frekvens-dubbling och kaos Radplanering p 1 (21) Staffan Romberger, CSC, KTH, 2011-09-22 Substitutionschiffer
Läs merFöreläsning 11. Slumpvandring och Brownsk Rörelse. Patrik Zetterberg. 11 januari 2013
Föreläsning 11 Slumpvandring och Brownsk Rörelse Patrik Zetterberg 11 januari 2013 1 / 1 Stokastiska Processer Vi har tidigare sett exempel på olika stokastiska processer: ARIMA - Kontinuerlig process
Läs merFörsta sidan är ett försättsblad (laddas ned från kurshemsidan) Alla frågor som nns i uppgiftstexten är besvarade
HT 2011 Inlämningsuppgift 1 Statistisk teori med tillämpningar Instruktioner Ett av problemen A, B eller C tilldelas gruppen vid första övningstillfället. Rapporten ska lämnas in senast 29/9 kl 16.30.
Läs merInlämningsuppgift 4 NUM131
Inlämningsuppgift 4 NUM131 Modell Denna inlämningsuppgift går ut på att simulera ett modellflygplans rörelse i luften. Vi bortser ifrån rörelser i sidled och studerar enbart rörelsen i ett plan. De krafter
Läs merTentamen i Miljö och Matematisk Modellering för TM Åk 3, MVE345 MVE maj 2012,
Tentamen i Miljö och Matematisk Modellering för TM Åk 3, MVE345 MVE345 24 maj 2012, 8.30-13.00 1. Ge exempel på en avklingningsfunktion för att beskriva en gas som bryts ner i atmosfären. Presentera också
Läs mer1. Lös ut p som funktion av de andra variablerna ur sambandet
Matematiska institutionen Stockholms universitet Avd matematik Eaminator: Torbjörn Tambour Tentamensskrivning i Matematik för kemister K den 0 december 2003 kl 9.00-4.00 LÖSNINGAR. Lös ut p som funktion
Läs merDN1240, numo08 Stefan Knutas, Fredrik Båberg, B.10: Nalle-Maja gungar
DN140, numo08 Stefan Knutas, 8811-0056 Fredrik Båberg, 88031-0511 3B.10: Nalle-Maja gungar Sammanfattning Detta arbete är skrivet som en del av Numeriska Metoder, Grundkurs. Uppgiften vi valde gick ut
Läs merIntroduktionsföreläsning
Introduktionsföreläsning Beräkningsvetenskap DV Institutionen för Informationsteknologi, Uppsala Universitet 1 september, 2014 Lärare Emanuel Rubensson Outline 1 Vad är beräkningsvetenskap? 2 Information
Läs merLaboration 2 Ordinära differentialekvationer
Matematisk analys i en variabel, AT1 TMV13-1/13 Matematiska vetenskaper Laboration Ordinära differentialekvationer Vi skall se på begynnelsevärdesproblem för första ordningens differentialekvation u =
Läs merVärmedistribution i plåt
Sid 1 (6) Värmedistribution i plåt Introduktion Om vi med konstant temperatur värmer kanterna på en jämntjock plåt så kommer värmen att sprida sig och temperaturen i plåten så småningom stabilisera sig.
Läs merTentamen i Beräkningsvetenskap II, 5.0 hp,
Uppsala universitet Institutionen för informationsteknologi Teknisk databehandling Tentamen i Beräkningsvetenskap II, 5.0 hp, 2010-05-31 Skrivtid: 14 00 17 00 (OBS! Tre timmars skrivtid!) Hjälpmedel: Bifogat
Läs merBilaga 4, Skapa grafiskt användargränssnitt med guide
Bilaga 4 Bil 4:1 Bilaga 4, Skapa grafiskt användargränssnitt med guide Enklast till en början är att vid MATLABS kommandoprompt skriva guide vilket ger dels ett figurfönster och det som kallas Guide Control
Läs merR AKNE OVNING VECKA 1 David Heintz, 31 oktober 2002
RÄKNEÖVNING VECKA David Heintz, 3 oktober 22 Innehåll Uppgift 27. 2 Uppgift 27.8 4 3 Uppgift 27.9 6 4 Uppgift 27. 9 5 Uppgift 28. 5 6 Uppgift 28.2 8 7 Uppgift 28.4 2 Uppgift 27. Determine primitive functions
Läs merObligatoriska uppgifter i MATLAB
Obligatoriska uppgifter i MATLAB Introduktion Följande uppgifter är en obligatorisk del av kursen och lösningarna ska redovisas för labhandledare. Om ni inte använt MATLAB tidigare är det starkt rekommenderat
Läs merSF1920/SF1921 Sannolikhetsteori och statistik, VT 2018 Laboration 1 för CELTE2/CMATD3
Matematisk Statistik SF1920/SF1921 Sannolikhetsteori och statistik, VT 2018 Laboration 1 för CELTE2/CMATD3 1 Introduktion Denna demonstration är inte poänggivande, men utgör en förberedelse för den andra
Läs merTAMS14/36 SANNOLIKHETSLÄRA GK Poissonprocessen (komplettering) Torkel Erhardsson 14 maj 2010
TAMS14/36 SANNOLIKHETSLÄRA GK Poissonprocessen (komplettering) Torkel Erhardsson 14 maj 2010 1 1 Stokastiska processer Definition 1.1 En stokastisk process är en familj {X(t);t T } (kan även skrivas {X
Läs merVetenskapsdagen 2016 SciLab för laborativa inslag i matematik eller fysik
Vetenskapsdagen 2016 SciLab för laborativa inslag i matematik eller fysik Fredrik Berntsson (fredrik.berntsson@liu.se) 5 oktober 2016 Frame 1 / 23 Bakgrund och Syfte Inom kursen Fysik3 finns material som
Läs merKapitel 3. Stökiometri. Kan utföras om den genomsnittliga massan för partiklarna är känd. Man utgår sedan från att dessa är identiska.
Kapitel 3 Innehåll Kapitel 3 Stökiometri 3.1 Räkna genom att väga 3.2 Atommassor 3.3 Molbegreppet 3.4 Molmassa 3.5 Problemlösning 3.6 3.7 3.8 Kemiska reaktionslikheter 3.9 3.10 3.11 Copyright Cengage Learning.
Läs merMatematisk modellering - Projekt. djurförflyttningar. Viktor Griph Anders Jonsson
Matematisk modellering - Projekt djurförflyttningar Viktor Griph Anders Jonsson juni Bakgrund Detta projekt är tänkt att simulera hur en population djur förflyttar sig över ett geografiskt område beroende
Läs merTentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB Redovisning Lös först uppgifterna i Matlab. Då du har en
Läs mer