Miniprojektuppgift i TSRT04: Mobiltelefontäckning
|
|
- Elin Nyberg
- för 9 år sedan
- Visningar:
Transkript
1 Miniprojektuppgift i TSRT04: Mobiltelefontäckning 19 augusti Uppgift Enligt undersökningen Svenskarna och internet 2013 (Stiftelsen för Internetinfrastruktur) har 99 % av alla svenskar i åldern år en mobiltelefon, varav nästan alla är smarta mobiler. Ju mer vi använder våra mobiltelefoner, desto högre blir våra förväntningar på att ständigt vara uppkopplade på nätet. Mobiltelefoni bygger på att det finns så kallade basstationer utplacerade på hustak i städer och höga master i glesbygden. Varje mobil kommunicerar trådlöst med den närmaste basstationen. Detta innebär att det skickas radiovågor (dvs. ljus med en våglängd som våra ögonen inte kan se) fram och tillbaka mellan mobilen och basstationen. Fysiken kring vågutbredning säger att energin sprider sig mer och mer ju längre radiovågorna färdas det är som att blåsa upp en ballong som först är liten och tät för att sedan bli stor och tunn. Med andra ord blir signalerna svagare och svagare ju längre det är mellan mobilen och basstationen. När signalerna blir alltför svaga så går det inte längre att kommunicera, vilket kallas för att inte ha mobiltäckning. I det här miniprojektet ska vi studera hur mobiltäckning fungerar. Målet är att skriva en funktion som givet ett visst område och positioner för flera basstationer kan illustrera hur mobiltäckningen är på olika platser i området. Ni kommer att få rita tredimensionella grafer över datatakter som uppnås på olika platser och beräkna histogram över hur täckningen för en slumpvis användarposition ser ut. Ett typiskt simuleringsscenario är illustrerat i Figur Redovisning Detta är ett av miniprojekten i kursen TSRT04. För att bli godkänd på kursen måste ni lösa ett av miniprojekten enligt anvisningarna och redovisa det för en lärare på något av examinationstillfällena. Redovisningen sker på engelska så skriv er kod och era kodkommentarer på engelska (det är en bra övningen för framtiden då engelsk kodning är standard på företag). Uppgiften ska lösas i grupper om två, eller individuellt. Eftersom det rör sig om ett examinationsmoment är det inte tillåtet att dela eller visa MATLAB-kod/anteckningar för andra studenter. Det är däremot okej att diskutera uppgiften muntligen med andra grupper, exempelvis för att dela med sig av goda råd! Skriv en MATLAB-funktion cellcoverage som beräknar datatakterna för ett rutnät av användarposition, för givna positioner för basstationerna. Ni ska rita tredimensionella grafer över datatakterna i området 1
2 och illustrera spridningen i datatakter för en slumpvis användarposition. Funktionen cellcoverage ska anropa andra funktioner som löser vissa delproblem. Lösningen ska demonstreras och koden ska visas upp för lärarna på laboration 3 eller 5. Vi kommer kontrollera att ni följt anvisningarna, det finns en rimlig mängd kommentarer i koden, att plottarna är lättförståeliga och att ni kan förklara vad olika delar av koden gör. Det finns en stilguide på kurshemsidan som berättar mer om hur en bra lösningen ska se ut. Se till att läsa den och följa rekommendationerna! När lärarna sagt att ni blivit godkända på projektet så ska ni även skicka koden till Urkund för plagiatskontroll. Ni skickar ett e-brev till emibj29.liu@analys.urkund.se med era fullständiga namn i textfältet. Koden bifogas i ett text-dokument döpt till kurskod_år_studentid1_studentid2.txt (t.ex. TSRT04_2015_helan11_halvan22.txt). Detta dokument ska innehålla alla funktioner och skript som examinerats, inklusive ett kort exempel på hur man kan anropa dessa funktioner för att lösa projektet (m) (m) Figur 1: Exempel på utplacering av fem basstationer. 2
3 2 Förslag på arbetsgång Börja med att läsa hela dokumentet för att sätta dig in i problemställningen och vårt förslag till hur man kan dela upp den i delproblem. Nedan har vi gett ett förslag på hur den stora programmeringsdelen av uppgiften kan lösas bit för bit. Vi har delat upp problemet så att det finns möjlighet att kontrollera att varje bit fungerar innan man tar sig an nästa bit. Utnyttja dessa möjligheter! Trots att arbetsgången föreslår att ni ska skriva små funktioner som löser delproblem innebär detta inte att det nödvändigtvis är bra/effektivt/snyggt att använda sig av (anropa) alla de små funktionerna när man går över till att lösa större delproblem. Vissa (alla?) funktioner löser helt enkelt så små bitar att det kan vara bättre att kopiera programkoden från den lilla funktionen till den större, istället för att låta den större funktionen anropa den mindre. Observera att den föreslagna arbetsgången är anpassad för studenter med ingen eller liten tidigare programmeringserfarenhet. En erfaren programmerare skulle troligen dela upp problemet på ett annat sätt baserat på tidigare erfarenheter. Om du känner dig erfaren och har ett förslag till en bättre lösning så är det inget som hindrar dig att använda den istället, men om du behöver hjälp så har assistenterna mer erfarenhet av den av oss föreslagna lösningsgången. Ifall ni frångår den föreslagna arbetsgången så måste ni se till att lösningen ger åtminstone samma funktionalitet. 2.1 Teori: Mobiltäckning För att beräkna mobiltäckningen på olika platser måste vi först definiera vad täckning innebär. Detta kommer vi göra i termer av datatakt, vilket är antalet informationsbitar (ettor och nollor) som kan överföras per sekund. Ifall datatakten är högre än noll så har man täckning. För enkelhetens skull antar vi en tvådimensionell värld, dvs. vi tar inte hänsyn till att basstationer och mobiler kan befinna sig på olika höjd. recis som på en karta kan vi då beskriva en position med två koordinater: (x, y). Om en mobil befinner sig på positionen (x 0, y 0 ) och en basstationen befinner sig på positionen (x 1, y 1 ) så beräknar vi avståndet med hjälp av den klassiska avståndsformeln d = (x 1 x 0 ) 2 + (y 1 y 0 ) 2, (1) som följer av ythagoras sats. Vi låter x 0, x 1, y 0, y 1 vara angivna i meter och då blir också avståndet d i meter. Anta att mobilen eller basstationen skickar iväg signaler med effekten (i Watt). Signalerna kommer försvagas med avståndet d. En enkel modell för detta är att effekten avtar som /(1 + d) κ. Med andra ord är effekten för d = 0 (inget avstånd) och den avtar som /d κ när avståndet d är mycket större än en meter. Exponenten κ är lika med 2 ifall det inte finns några störande objekt (t.ex. byggnader eller asfalt) i närområdet, medan mätningar av κ i stadsmiljöer ger värden i spannet
4 roblemet med att signaleffekten minskar med avståndet är att den mottagna signaleffekten ska jämföras med bruseffekten på mottagaren. Låt σ 2 beteckna bruseffekten (i Watt). Då är signal-brus-förhållandet definerat som (1 + d) κ σ 2 (2) i vår modell. Detta uttryck ska helst ska vara mycket större än 1, eftersom den mottagna signaleffekten /(1 + d) κ då är mycket starkare än bruseffekten σ 2. Utifrån signal-brus-förhållandet kan man beräkna datatakten som 0, < 0.3 ) (1+d) κ σ 2 R = B log 2 (1 +, [bit/s] (3) (1+d) κ σ 2 (1+d) κ σ 2 B log 2 (1 + 63), > 63 (1+d) κ σ 2 där B är bandbredden (i Hertz) och logaritmen av ett plus signal-brus-förhållandet ger antalet bitar av information som man kan överföra per sekund per Hertz av bandbredd. Vi förväntar oss inte att ni ska förstå var denna formel kommer ifrån (detta kan ni lära dig i senare kurser), utan bara applicera den i detta projekt. Som synes från (3) så är datataken noll ifall signal-brus-förhållandet är lägre än 0.3. Detta nummer kommer från en 4G-standard för mobiltelefoni och säger att den mottagna signaleffekten inte får bli för liten. Detta är vår definition av att inte ha täckning: datataken är noll. Den mittersta formeln i (3) ger ett större värde ju högre signal-brus-förhållandet är, men när det passerar 63 så kan datatakten inte bli högre. Detta är en sorts hårdvarubegränsning som kommer från verkliga system. För att få praktiskt rimliga resultat så kan ni använda parametervärdena = 1 Watt, B = 10 MHz, exponenten κ = 4 och bruseffekten σ 2 = 10 11,2 Watt. 2.2 Beräkna avstånd mellan en basstation och en mobil Börja med att skriva en funktion som beräknar avståndet mellan en mobil och en basstation. Förslagvis finns det fyra inargument: två parametrar för mobilens position (x 0 och y 0 ) och två parametrar för basstationens position (x 1 och y 1 ). Beräkna avståndet med hjälp av formeln i (1) och returnera avståndet från funktionen. Testa din funktion med några enkla positioner. Om mobilen har position (x 0, y 0 ) = (50, 15) och basstationen har position (x 1, y 1 ) = (10, 15), då ska avståndet bli 50 meter. 2.3 Beräkna avstånd mellan en basstation och flera mobiler Modifiera din funktion så att den kan beräkna avståndet mellan en basstationen och flera mobiler på olika positioner. Använd lika många inargument som tidigare, men låt x 0 och y 0 vara matriser där varje uppsättning element (som har samma index) beskriver positionen för en mobil. Testa din funktion med några enkla positioner för mobilerna. 4
5 2.4 Skapa ett täckningsområde och visualisera avstånden Nu testar ni funktionen i fallet då basstation befinner sig i origo (x 1 = y 1 = 0) och mobilen är någonstans i området 0 x meter och 0 y meter. Funktionen meshgrid kan användas för att skapa matriser som representerar olika mobilpositioner. Beräkna avståndet till basstationen för varje position med hjälp av funktionen från föregående avsnitt. lotta resultatet i en tre-dimensionell graf där två av dimensionerna är positioner och den tredje är avståndet från basstationen. Sätt ut namn på axlarna och verifiera att skalarna och siffrorna är korrekta. För en mobil i origo ska avståndet vara noll och för en mobil i positionen x 0 = y 0 = 1000 ska avståndet vara cirka 1414 meter. Tips: Om avståndet mellan varje mobilposition är alltför kort så kan grafen bli tung för MATLAB att rita upp och det blir svårt att rotera den. Testa med olika avstånd mellan mobilerna (t.ex. 1 meter, 10 meter och 50 meter) och se vad som händer! 2.5 Beräkna signal-brus-förhållanden och visualisera Nu skapar ni en funktion som tar en matris med olika avstånd som inparameter (t.ex. en sådan som skapades i föregående avsnitt) samt även signaleffekten, bruseffekten σ 2 och exponenten κ. Funktion ska beräkna signal-brusförhållandet i (2) och returnera en matris som innehåller detta förhållande för varje avstånd i matrisen. lotta resultatet i en tre-dimensionell graf där två av dimensionerna är positioner och den tredje är signal-brus-förhållandet. Sätt ut namn på axlarna och verifiera att skalorna och siffrorna är korrekta genom att sätta in några olika siffror i formeln (2). Tips: Grafen kommer ha extremt höga värden nära basstationen. Kan man göra något åt detta? 2.6 Beräkna datatakter och visualisera täckningen Nästa steg är att skapa en funktion som tar en matris med olika signal-brusförhållanden som inparameter (t.ex. en sådan som skapades i föregående avsnitt) och returnerar datatakten för varje värde i enlighet med formeln i (3). Tips: När man har en dubbel olikhet som 0.3 x 63 så kan denna inte implementeras genom att skriva 0.3 <= x <= 63. Då kommer nämligen MATLAB first beräkna 0.3 <= x och sedan kontrollera om resultat (1 för sant och 0 för falskt) är mindre än 63. Ni måste hitta ett annat sätt att implementera detta på! lotta resultatet i en tre-dimensionell graf där två av dimensionerna är positioner och den tredje är datatakten. Sätt ut namn på axlarna och verifiera att skalorna och siffrorna är rimliga (t.ex. att det maximala och minimala värdet är enligt (3)). Det kan vara värt att använda enheten Mbit/s för datatakten, istället för bit/s, och därmed dela alla datatakter med
6 2.7 Sätt ut flera basstationer Modifiera era tidigare funktioner så att de kan hantera mer än en basstation. Håll exemplet i Figur 1 i åtanke. Förslagsvis kan x 1 och y 1 nu vara vektorer där varje par av element motsvarar positionen av basstationen. Varje mobil ansluter till den basstation som ger den högsta signal-brus-förhållandet. Ni ska se till så att ni har en slutlig funktion som löser hela problem genom att anropa andra funktioner som ni skrivit. Ni kan välja in- och utargument som ni vill och även döpa er slutliga funktion på valfritt sätt, så länge som det beskriver dess innehåll för en potentiell användare (den ska alltså inte heta uppgift2.7.m eller liknande). Ett förslag är att döpa och definiera funktionen på följande vis: >> datarates = cellcoverage(x0,y0,x1,y1,bandwidth,,sigma2,kappa) Tips: Högst signal-brus-förhållande är detsamma som kortast avstånd. Om ni först beräknar det kortaste avståndet från varje mobilposition till någon av basstationerna (vilket är olika basstationer för olika positioner) så kan ni sedan återanvända resten av koden utan att behöva ändra något. lotta datatakterna för exemplet i Figur 1 och verifiera att resultatet är symmetriskt och justera antalet positioner så att grafen ser snyggt ut. Använd en liknande typ av tre-dimensionell graf som tidigare. 2.8 Statistik kring datatakter och täckning Avslutningsvis ska ni beräkna statistik över vilka datatakter som en användare kan förvänta sig. Eftersom användare är omedveten om var basstationerna finns så ska ni anta att användaren kan vara var som helst i ett täckningsområdet (t.ex. det gulfärgade i Figur 1) med samma sannolikhet. lotta datatakterna för olika mobilpositioner med hjälp av ett histogram med ett rimligt antal staplar. Beräkna sannolikheten för att inte ha täckning (dvs. vilken procent av mobilpositioner som ger noll i datatakt) och medelvärdet av datatakterna. Ni kan fundera över vilken datatakt som man bör marknadsföra mobilnätet i Figur 1 med. Vad kan man garantera till en användare? Vad händer ifall man minskar/ökar avstånden mellan basstationerna? Vad händer ifall man minskar/ökar signaleffekten? 2.9 Förberedelse inför redovisning Som en förberedelse inför att presentera projektet bör ni läsa igenom avsnittet Redovisning i början av detta dokument samt läsa examinations- och kodningsstil-guiden som ni hittar på kurshemsidan. å dessa ställen framgår saker som att ni måste ha minst två funktioner i er kod, funktioner och variabler måste ha beskrivande namn, det ska finnas en rimligt mängd kommentarer i koden, alla bilder ska vara självförklarande, etc. Om det är något av kraven i 6
7 examinations- och kodningsstil-guiden som ni inte uppfyller så bör ni åtgärda detta innan ni redovisar projektet, annars kanske ni får vänta länge på att få en andra redovisningschans. Slutligen: Glöm inte att skicka in koden till Urkund, när ni blivit godkända. Instruktionerna finns i avsnittet Redovisning i början av detta dokument. 3 Frivilliga extrauppgifter I det här avsnittet beskrivs några frivilliga extrauppgifter. Ifall ni är vana programmerare och känner att projektet var för enkelt så rekommenderar vi att ni även gör några av dessa extrauppgifter, så att ni lär känna MATLAB ordentligt. Skuggfädning: Modellen för att beräkna signal-brus-förhållandet i (2) är förenklad gentemot verkligheten. Beroende på om byggnader och träd skuggar vägen mellan användaren och basstationen eller inte så kan den mottagna signalstyrkan variera väsentligt. Detta fenomen kallas för skuggfädning. Ett vanligt sätt att modellera detta på är att ersätta uttrycket för signal-brusförhållandet i (2) med z(1 + d) κ σ 2 (4) där z är en slumpvariabel som har en log-normalfördelning. Det innebär att z = 10 ζ där ζ är normalfördelad. Förändra era funktioner så att signal-brusförhållandet beräknas i enlighet med (4) och anta att ζ är olika på olika positioner. Låt ζ ha medelvärdet 0 och gör variansen till en inparameter. Ett typiskt värde på variansen för ζ är 6. Nedlänk och upplänk: Signaler som skickas från en basstation till en mobil kallas för nedlänken, medan signaler från en mobil till en basstation kallas för upplänken. Ofta kan skillnaden i signaleffekt vara väsentlig mellan upplänken och nedlänken. En typisk batteridriven mobil har en maximal signaleffekt på 0.2 Watt medan en basstation kan skicka ut 20 Watt. Detta är en väsentlig skillnad som gör att datatakten ofta är olika i nedlänken och upplänken. Jämför datatakterna och särskilt hur det påverkar täckningen. Ett enkelt sätt att förlänga täckningen är att koncentrera signaleffekten över en del av bandbredden B. Om man minskar bandbredden med en faktor c, till B/c, så minskar också bruseffekten till σ 2 /c. Utnyttja detta för att hantera de fall då täckningen i upplänken inte räcker till. Flera aktiva användare: Ifall det finns flera aktiva mobiler så får dessa dela på den tillgängliga bandbredden. Slumpa ut ett visst antal användare (antalet är en inparameter) i området i Figur 1 och räkna ut hur många användare som ansluter till varje basstation. Anta att varje basstation delar bandbredden jämnt mellan sina användare (såsom det beskrivs i föregående uppgift) medan användare som ansluter till olika basstationer inte påverkar varandra. lotta olika histogram för att visa hur medeldatatakten för en användare beror på antalet aktiva användare. 7
Miniprojektuppgift i TSRT04: Femtal i Yatzy
Miniprojektuppgift i TSRT04: Femtal i Yatzy 22 augusti 2016 1 Uppgift I tärningsspelet Yatzy används fem vanliga sexsidiga tärningar. Deltagarna slår tärningarna i tur och ordning och försöker få vissa
TAIU07 Matematiska beräkningar med Matlab
TAIU07 Matematiska beräkningar med Matlab Laboration 3. Linjär algebra Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion 2 En Komet Kometer rör sig enligt ellipsformade
Lektionsanteckningar 11-12: Normalfördelningen
Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet
Experimentella metoder, FK3001. Datorövning: Finn ett samband
Experimentella metoder, FK3001 Datorövning: Finn ett samband 1 Inledning Den här övningen går ut på att belysa hur man kan utnyttja dimensionsanalys tillsammans med mätningar för att bestämma fysikaliska
Robotarm och algebra
Tekniska Högskolan i Linköping Institutionen för Datavetenskap (IDA) Torbjörn Jonsson 2010-12-07 Robotarm och algebra I denna laboration skall du lära dig lite mer om möjlighetera att rita ut mer avancerade
Laboration 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
Mätning av fokallängd hos okänd lins
Mätning av fokallängd hos okänd lins Syfte Labbens syfte är i första hand att lära sig hantera mätfel och uppnå god noggrannhet, även med systematiska fel. I andra hand är syftet att hantera linser och
Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1
11 oktober 215 Miniprojekt 1 (5) Beräkningsvetenskap I/KF Institutionen för informationsteknologi Teknisk databehandling Besöksadress: MIC hus 2, Polacksbacken Lägerhyddsvägen 2 Postadress: Box 337 751
L04.1 Marodören. Inledning. Mål. Genomförande. Uppgift 1 Hello World. Moment I
L04.1 Marodören Inledning Genom att öva sig på de grundläggande koncepten i JavaScript öppnas vägen allteftersom till de mer avancerade funktionerna. Man måste lära sig krypa innan man kan gå, även i JavaScript!
TANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Laboration 3. Funktioner Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna laboration skall vi träna på att
Omtentamen i Trådlös Internet-access
Mittuniversitetet Inst. för IT och medier, ITM Stefan Pettersson 005-06-0 Omtentamen i Trådlös Internet-access Tid: 08.00-13.00. Hjälpmedel: Valfri miniräknare. Bifogad formelsamling. Ansvarig lärare:
Introduktion till Word och Excel
Introduktion till Word och Excel HT 2006 Detta dokument baseras på Introduktion till datoranvändning för ingenjörsprogrammen skrivet av Stefan Pålsson 2005. Omarbetningen av detta dokument är gjord av
Instruktioner för dig som ska söka till Mattekollo 2016
Instruktioner för dig som ska söka till Mattekollo 2016 Matematik är KUL men Mattekollo 2016 har tyvärr ett begränsat antal platser, nämligen 40 stycken. Det blir även ett roligare kollo om de som kommer
repetera begreppen sannolikhetsfunktion, frekvensfunktion och fördelningsfunktion
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF25: MATEMATISK STATISTIK KOMPLETTERANDE PROJEKT DATORLABORATION 1, 14 NOVEMBER 2017 Syfte Syftet med dagens laboration är att du ska träna
Gemensamt projekt: Matematik, Beräkningsvetenskap, Elektromagnetism. Inledning. Fysikalisk bakgrund
Gemensamt projekt: Matematik, Beräkningsvetenskap, Elektromagnetism En civilingenjör ska kunna idealisera ett givet verkligt problem, göra en adekvat fysikalisk modell och behandla modellen med matematiska
Obefintlig täckning på mobilen, avbrott i det mobila bredbandet. Vad kan jag göra?
Obefintlig täckning på mobilen, avbrott i det mobila bredbandet. Vad kan jag göra? Om mobilnätets täckning Mobilnätets täckning kan förbättras med en extra antenn Mobilnätets täckning kan ibland förbättras
Introduktion till algoritmer - Lektion 4 Matematikgymnasiet, Läsåret 2014-2015. Lektion 4
Introduktion till algoritmer - Lektion 4 Matematikgymnasiet, Läsåret 014-015 Denna lektion ska vi studera rekursion. Lektion 4 Principen om induktion Principen om induktion är ett vanligt sätt att bevisa
Numerisk lösning till den tidsberoende Schrödingerekvationen.
Numerisk lösning till den tidsberoende Schrödingerekvationen. Det är enbart i de enklaste fallen t ex när potentialen är sträckvis konstant som vi kan lösa Schrödingerekvationen analytiskt. I andra fall
Anmälningskod: Lägg uppgifterna i ordning. Skriv uppgiftsnummer (gäller B-delen) och din kod överst i högra hörnet på alla papper
Tentamen Programmeringsteknik II 2018-10-19 Skrivtid: 8:00 13:00 Tänk på följande Skriv läsligt. Använd inte rödpenna. Skriv bara på framsidan av varje papper. Lägg uppgifterna i ordning. Skriv uppgiftsnummer
Miniprojektuppgift i TSRT04: Mandatfördelning i val
Miniprojektuppgift i TSRT04: Mandatfördelning i val 22 augusti 2016 1 Uppgift I parlamentsval så röstar medborgarna på olika partier som ska företräda dem. När alla rösterna har räknats så kan man se hur
TDIU01 / 725G
TDIU01 / 725G67 2011-12-16 08-13 Inloggning Börja med att logga in i tentasystemet genom att logga in med användare examx som har lösenordet kluring1. Verifiera att dina uppgifter stämmer och förbered
MR-laboration: design av pulssekvenser
MR-laboration: design av pulssekvenser TSBB3 Medicinska Bilder Ansvarig lärare: Anders Eklund anders.eklund@liu.se Innehåll Uppgift Initialisering av k-space Koordinater i k-space Navigering i k-space
BASFYSIK BFN 120. Laborationsuppgifter med läge, hastighet och acceleration. Epost. Namn. Lärares kommentar
BASFYSIK BFN 120 Galileo Galilei, italiensk naturforskare (1564 1642) Laborationsuppgifter med läge, hastighet och acceleration Namn Epost Lärares kommentar Institutionen för teknik och naturvetenskap
Lutande torn och kluriga konster!
Lutande torn och kluriga konster! Aktiviteter för barn under Vetenskapsfestivalens skolprogram 2001 Innehåll 1 Bygga lutande torn som inte faller 2 2 Om konsten att vinna betingat godis i spel 5 3 Den
Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla punktskattningar
Lunds tekniska högskola Matematikcentrum Matematisk statistik Laboration 3 Matematisk statistik AK för CDIFysiker, FMS012/MASB03, HT15 Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla
Tentamen 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
2 februari 2016 Sida 1 / 23
TAIU07 Föreläsning 4 Repetitonssatsen while. Avbrott med break. Exempel: En Talföljd och en enkel simulering. Egna funktioner. Skalärprodukt. Lösning av Triangulära Ekvationssystem. Programmeringstips.
Sta. Sta. Sta. ulricaelisson.se. Scratch STARTA PROVA KODEN KÖR! TIPS. Rita en ny sprite. Eller välj en från mappen
Tryck på en tangent för att ändar färg på figuren. Rita en ny sprite. Eller välj en från mappen Tryck på mellanslag för att byta färg Ju fler färger det är på din sprite, desto större skillnad kommer du
Manual för ett litet FEM-program i Matlab
KTH HÅLLFASTHETSLÄRA Manual för ett litet FEM-program i Matlab Programmet består av en m-fil med namn SMALL_FE_PROG.m och en hjälp-fil för att plotta resultat som heter PLOT_DEF.m. Input För att köra programmet
TANA17 Matematiska beräkningar med Matlab
TANA17 Matematiska beräkningar med Matlab Laboration 1. Linjär Algebra och Avbildningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall
TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 27 oktober 2015 Sida 1 / 31
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 27 oktober 2015 Sida 1 / 31 TANA17 Kursmål och Innehåll Målet med kursen är att Ge grundläggande färdighet
UPG5 och UPG8 Miniprojekt 1: 2D datorgrafik
UPG5 och UPG8 Miniprojekt 1: 2D datorgrafik I den här uppgiften studerar vi hur man kan använda sig av linjära avbildningar för att modifiera bilder i två dimensioner Mycket är repetition av vissa grundbegrepp
Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010
v. 2015-01-07 ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010 Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp
Systemkonstruktion SERIEKOMMUNIKATION
Systemkonstruktion SERIEKOMMUNIKATION Laborationsansvariga: Anders Arvidsson Utskriftsdatum: 2005-04-26 Syfte Laborationen syftar till att ge studenten tillfälle att närmare bekanta sig med RS-232-protokollet,
Projekt 3: Diskret fouriertransform
Projekt 3: Diskret fouriertransform Diskreta fouriertransformer har stor praktisk användning inom en mängd olika områden, från analys av mätdata till behandling av digital information som ljud och bildfiler.
Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORLABORATION 4 MATEMATISK STATISTIK, AK FÖR I, FMS 120, HT-00 Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar
Tentamen för kursen. Linjära statistiska modeller. 16 augusti 2007 9 14
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 16 augusti 2007 9 14 Examinator: Anders Björkström, tel. 16 45 54, bjorks@math.su.se Återlämning: Rum 312, hus
MMA132: Laboration 2 Matriser i MATLAB
MMA132: Laboration 2 Matriser i MATLAB Introduktion I den här labben skall vi lära oss hur man använder matriser och vektorer i MATLAB. Det är rekommerad att du ser till att ha laborationshandledningen
MODELLERING AV DYNAMISKA SYSTEM OCH INLUPP 2
UPPSALA UNIVERSITET AVDELNINGEN FÖR SYSTEMTEKNIK EKL och PSA, 2002, rev BC 2009, 2013 MODELLERING AV DYNAMISKA SYSTEM DATORSTÖDD RÄKNEÖVNING OCH INLUPP 2 1. Överföringsfunktioner 2. Tillståndsmetodik Förberedelseuppgifter:
Grafer och grannmatriser
Föreläsning 2, Linjär algebra IT VT2008 Som avslutning på kursen ska vi knyta samman linjär algebra med grafteori och sannolikhetsteori från första kursen. Resultatet blir så kallade slumpvandringar på
*****************************************************************************
Statistik, 2p ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om
TAIU07 Matematiska beräkningar med MATLAB för MI. Fredrik Berntsson, Linköpings Universitet. 15 januari 2016 Sida 1 / 26
TAIU07 Matematiska beräkningar med MATLAB för MI Fredrik Berntsson, Linköpings Universitet 15 januari 2016 Sida 1 / 26 TAIU07 Kursmål och Innehåll Målet med kursen är att Ge grundläggande färdighet i att
Föreläsninsanteckningar till föreläsning 3: Entropi
Föreläsninsanteckningar till föreläsning 3: Entropi Johan Håstad, transkriberat av Pehr Söderman 2006-01-20 1 Entropi Entropi är, inom kryptografin, ett mått på informationsinnehållet i en slumpvariabel.
SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011
Avd. Matematisk statistik Tobias Rydén 2011-09-30 SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011 Förberedelser. Innan du går till laborationen, läs igenom den här handledningen. Repetera också i
Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel
ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om ni tycker att
Laboration 3 HI1024, Programmering, grundkurs, 8.0 hp
Laboration 3 HI1024, Programmering, grundkurs, 8.0 hp Dataingenjörsprogrammet, elektroingenjörsprogrammet och medicinsk teknik KTH Skolan för Teknik och Hälsa Redovisning: Se Kurs-PM om hur redovisningen
Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK Laboration 5: Regressionsanalys DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08 Syftet med den här laborationen är att du skall
Kvalificeringstävling den 30 september 2008
SKOLORNAS MATEMATIKTÄVLING Svenska Matematikersamfundet Kvalificeringstävling den 30 september 2008 Förslag till lösningar Problem 1 Tre rader med tal är skrivna på ett papper Varje rad innehåller tre
LMA201/LMA521: Faktorförsök
Föreläsning 1 Innehåll Försöksplanering Faktorförsök med två nivåer Skattning av eekterna. Diagram för huvudeekter Diagram för samspelseekter Paretodiagram Den här veckan kommer tillägnas faktorförsök.
1 Grundläggande begrepp vid hypotestestning
Matematikcentrum Matematisk statistik MASB11: Biostatistisk grundkurs Datorlaboration 3, 6 maj 2015 Statistiska test och Miniprojekt II Syfte Syftet med dagens laboration är att du ska träna på de grundläggande
Lösningsförslag till Problem i kapitel 7 i Mobil Radiokommunikation
Lösningsförslag till Problem i kapitel 7 i Mobil adiokommunikation 7. 7. Två lognormalt fördelade stokastiska variabler X och Y med log-standardavvikelserna σ logx och σ logy. Att den stokastiska variabeln
Godisförsäljning. 1. a) Vad blir den totala kostnaden om klassen köper in 10 kg godis? Gör beräkningen i rutan nedan.
Godisförsäljning För att samla in pengar till en klassresa har Klass 9b på Gotteskolan bestämt sig för att hyra ett bord och sälja godis på Torsbymarten. Det kostar 100 kr att hyra ett bord. De köper in
Det ska endast finnas två bilder av samma typ på spelplanen.
Laboration 3 Laboration 3, Memory Observera För att bli godkänd på laborationen ska din källkod följa den standard vad det gäller kommentering, val av variabelnamn m.m. som gåtts igenom på föreläsning.
DN1212/numpm Numeriska metoder och grundläggande programmering Laboration 1 Introduktion
Staffan Romberger 2008-10-31 DN1212/numpm Numeriska metoder och grundläggande programmering Laboration 1 Introduktion Efter den här laborationen ska du kunna hantera vektorer och matriser, villkorssatser
Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet
1 Instruktioner till Inlämningsuppgiften i Statistik Kursen Statistik och Metod Psykologprogrammet (T8), Karolinska Institutet För att bli godkänd på inlämningsuppgiften krävs att man utför uppgiften om
DATORÖVNING 2 MATEMATISK STATISTIK FÖR D, I, PI OCH FYSIKER; FMSF45 & MASB03. bli bekant med summor av stokastiska variabler.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORÖVNING 2 MATEMATISK STATISTIK FÖR D, I, PI OCH FYSIKER; FMSF45 & MASB03 Syfte: Syftet med dagens laborationen är att du skall: få förståelse
Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Hjälpmedel: MATLAB
MAI/Linköpings universitet Fredrik Berntsson Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Hjälpmedel: MATLAB Redovisning Lös först uppgifterna i Matlab. Då du har en
Att installera din trådlösa router. Installationen tar bara en minut.
Att installera din trådlösa router. Installationen tar bara en minut. Välkommen till din nya surftjänst! Med den här trådlösa routern surfar du på ett lite smartare sätt. Dels kan flera surfa på ett och
Konvexa höljet Laboration 6 GruDat, DD1344
Konvexa höljet Laboration 6 GruDat, DD1344 Örjan Ekeberg 10 december 2008 Målsättning Denna laboration ska ge dig övning i att implementera en algoritm utgående från en beskrivning av algoritmen. Du ska
Välkomna till DIT012 IPGO
Välkomna till DIT012 IPGO 1 Lärare och Handledare Kursansvariga, examinatorer, föreläsare och handledare Joachim von Hacht, hajo@chalmers.se, 772 1003 Handledare (se även kurssida) Alexander Sjösten, sjosten@chalmers.se
Riktlinjer och mallar för betygskriterier inom grundutbildningen i biologi (beslutat av BIG: s styrelse den 13 juni 2007)
Riktlinjer och mallar för betygskriterier inom grundutbildningen i biologi (beslutat av BIG: s styrelse den 13 juni 2007) Rektors och fakultetens riktlinjer Rektor utfärdade i juni 2006 riktlinjer för
Matematisk statistik allmän kurs, MASA01:B, HT-14 Laborationer
Lunds universitet Matematikcentrum Matematisk statistik Matematisk statistik allmän kurs, MASA01:B, HT-14 Laborationer Information om laborationerna I andra halvan av MASA01 kursen ingår två laborationer.
Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI
TEKNISKA HÖGSKOLAN I LINKÖPING Matematiska institutionen Beräkningsmatematik/Fredrik Berntsson Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI Tid: 8-12, 20 Mars, 2015 Provkod: TEN1 Hjälpmedel:
Datorövning 2 Statistik med Excel (Office 2007, svenska)
Datorövning 2 Statistik med Excel (Office 2007, svenska) Denna datorövning fokuserar på att upptäcka samband mellan två variabler. Det görs genom att rita spridningsdiagram och beräkna korrelationskoefficienter
MATLAB-modulen Programmering i MATLAB. Höstterminen 2015 3hp. Vad är MATLAB
MATLAB-modulen Programmering i MATLAB Höstterminen 2015 3hp Vad är MATLAB MatrixLaboratory Avancerad miniräknare. Maskinoberoende programmeringsspråk högnivåspråk (Python, Javascript) - interaktivt Behöver
Isometrier och ortogonala matriser
Isometrier och ortogonala matriser (Delvis resultat som kunde kommit tidigare i kursen) För att slippa parenteser, betecknas linära avbildningar med A och bilden av x under en lin avbildn med Ax i stället
När man vill definiera en matris i MATLAB kan man skriva på flera olika sätt.
"!$#"%'&)(*,&.-0/ 177 Syftet med denna övning är att ge en introduktion till hur man arbetar med programsystemet MATLAB så att du kan använda det i andra kurser. Det blir således inga matematiska djupdykningar,
Laboration 1: Grundläggande sannolikhetsteori, simulering och dataanalys
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 1 MATEMATISK STATISTIK AK FÖR F OCH FYSIKER, FMS012/MASB03, VT15 Laboration 1: Grundläggande sannolikhetsteori, simulering och dataanalys
ANVÄNDARGUIDE SoftAlarm 2.0 Privatpersoner. För iphone & Android SmartPhones
ANVÄNDARGUIDE SoftAlarm 2.0 Privatpersoner För iphone & Android SmartPhones Innehållsförteckning LADDA NER ER APP OCH KOM IGÅNG...3 INSTALLATION...3 SKAPA ERT SOFTALARM KONTO I APPEN...3 KOMMA IGÅNG...4
Föreläsningsmanus i matematisk statistik för lantmätare, vecka 2 HT07
Föreläsningsmanus i matematisk statistik för lantmätare, vecka 2 HT07 Bengt Ringnér August 31, 2007 1 Inledning Detta är preliminärt undervisningsmaterial. Synpunkter är välkomna. 2 Händelser och sannolikheter
Nonogram
Nonogram. Vad är nonogram? Nonogram är små enkla men fascinerande pyssel som ursprungligen kommer från Japan. De har också givits ut i söndagsbilagan i engelska dagstidningar under flera år. Idén bakom
Datorsystem Laboration 2: Minnesmappade bussar
Datorsystem Laboration 2: Minnesmappade bussar Senast uppdaterad: 14 oktober 2012 Version 1.2 Student: Lärare: Underskrift: Underskrift: Datum: Datorsystem Laboration 2 1 Innehåll 1 Inledning 2 1.1 Introduktion..................................
Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 3 MATEMATISK STATISTIK AK FÖR CDIFYSIKER, FMS012/MASB03, HT12 Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla
Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem.
Vectorer, spannet av vektorer, lösningsmängd av ett ekvationssystem. Begrepp som diskuteras i det kapitlet. Vektorer, addition och multiplikation med skalärer. Geometrisk tolkning. Linjär kombination av
bli bekant med summor av stokastiska variabler.
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK DATORÖVNING 2 MATEMATISK STATISTIK FÖR E FMSF20 Syfte: Syftet med dagens laborationen är att du skall: få förståelse för diskreta, bivariate
Tentamen i Trådlös Internet-access
Mittuniversitetet Inst. för IT och Medier, ITM Stefan Pettersson 005-04-30 Tentamen i Trådlös Internet-access Tid: Kl 9.00-14.00. Hjälpmedel: Valfri miniräknare. Bifogad formelsamling. Ansvarig lärare:
Graärgning och kromatiska formler
Graärgning och kromatiska formler Henrik Bäärnhielm, d98-hba 2 mars 2000 Sammanfattning I denna uppsats beskrivs, för en ickematematiker, färgning av grafer samt kromatiska formler för grafer. Det hela
LAB 1. FELANALYS. 1 Inledning. 2 Flyttal. 1.1 Innehåll. 2.1 Avrundningsenheten, µ, och maskinepsilon, ε M
TANA21+22/ 5 juli 2016 LAB 1. FELANALYS 1 Inledning I laborationerna används matrishanteringsprogrammet MATLAB. som genomgående använder dubbel precision vid beräkningarna. 1.1 Innehåll Du ska 1. bestämma
Tentamen TEN1 HI1029 2014-05-22
Tentamen TEN1 HI1029 2014-05-22 Skrivtid: 8.15-13.00 Hjälpmedel: Referensblad (utdelas), papper (tomma), penna Logga in med tentamenskontot ni får av skrivvakten. Det kommer att ta tid att logga in ha
Laboration 3 HI1024, Programmering, grundkurs, 8.0 hp
Laboration 3 HI1024, Programmering, grundkurs, 8.0 hp Dataingenjörsprogrammet, elektroingenjörsprogrammet och medicinsk teknik KTH Skolan för Teknik och Hälsa Redovisning: Se Kurs-PM om hur redovisningen
Hemuppgift för E2 SF1635, HT 2007
Utjämnare Hemuppgift för E2 SF635, HT 2007 Introduktion Ett vanligt problem när man överför data är att en fördröjd och amplitudskalad version av signalen adderas till ursprungssignalen. Inom telefoni
Redovisning av inlämningsuppgifter
Bilaga B Redovisning av inlämningsuppgifter 1 Rapportens innehåll Varje inlämningsuppgift ska redovisas med en skriftlig rapport. Rapporten ska vara häftad och försedd med ett försättsblad med uppgiftens
Enchipsdatorer med tillämpningar LABORATION 7, ROBOT
Enchipsdatorer med tillämpningar LABORATION 7, ROBOT Laborationsansvariga: Anders Arvidsson Utskriftsdatum: 2005-05-14 Laboranter: 1 Syfte Denna laboration syftar till att introducera interrupt och watchdog
Introduktion till algoritmer - Lektion 1 Matematikgymnasiet, Läsåret 2014-2015. Lektion 1
Kattis Lektion 1 I kursen används onlinedomaren Kattis (från http://kattis.com) för att automatiskt rätta programmeringsproblem. För att få ett konto på Kattis anmäler du dig på Programmeringsolympiadens
Funktionsytor och nivåkurvor
CTH/GU LABORATION MVE5-4/5 Matematiska vetenskaper Funktionstor och nivåkurvor Inledning En graf till en funktion i en variabel f : R R är mängden {(, ) : = f()}, dvs. en kurva i planet. En graf till en
LYSEKILS KOMMUN Sammanträdesprotokoll Kommunstyrelsen 2014-03-05
LYSEKILS KOMMUN Sammanträdesprotokoll Kommunstyrelsen 2014-03-05 20 (32) 30 MEDBORGARFÖRSLAG - BORT MED TRÅDLÖST BREDBAND OCH SMART-PHONES Dnr: LKS 2013-70-005 Ett medborgarförslag om att bl.a. montera
Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till f(x) = 1 x.
Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till f(x) = x 8 6 4 2-3 -2-2 3-2 -4-6 -8 Figur : Vi konstaterar följande: Då
Introduktion till integrering av Schenkers e-tjänster. Version 2.0
Introduktion till integrering av Schenkers e- Version 2.0 Datum: 2008-06-18 Sida 2 av 8 Revisionshistorik Lägg senaste ändringen först! Datum Version Revision 2008-06-18 2.0 Stora delar av introduktionen
ANVÄNDARGUIDE FÖRETAGSKUNDER SoftAlarm 2.0 för iphone
ANVÄNDARGUIDE FÖRETAGSKUNDER SoftAlarm 2.0 för iphone För iphone Smartphones Rev 2 1 Innehållsförteckning ENDAST FÖR ADMINISTRATÖREN - SKAPA FÖRETAGETS SOFTALARM KONTO....3 ANVÄNDARNA.....4 INSTALLATION
a) Använd samtal.mat för att beräkna antalet samtal som blir spärrade i de olika cellerna under den givna timmen.
Inlämningsuppgift Svaren lämnas in i kursfacket märkt TNK090 på plan 5 i Täppan, senast 2016-10-28. Alla svar ska motiveras, tankegången i lösningen förklaras och notation definieras. Uppgifterna utförs
BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29)
LUNDS UNIVERSITET, MATEMATIKCENTRUM, MATEMATISK STATISTIK BIOSTATISTISK GRUNDKURS, MASB11 ÖVNING 6 (2015-04-22) OCH INFÖR ÖVNING 7 (2015-04-29) Aktuella avsnitt i boken: Kap 61 65 Lektionens mål: Du ska
RödGrön-spelet Av: Jonas Hall. Högstadiet. Tid: 40-120 minuter beroende på variant Material: TI-82/83/84 samt tärningar
Aktivitetsbeskrivning Denna aktivitet är utformat som ett spel som spelas av en grupp elever. En elev i taget agerar Gömmare och de andra är Gissare. Den som är gömmare lagrar (gömmer) tal i några av räknarens
LAB 3. INTERPOLATION. 1 Inledning. 2 Interpolation med polynom. 3 Splineinterpolation. 1.1 Innehåll. 3.1 Problembeskrivning
TANA18/20 mars 2015 LAB 3. INTERPOLATION 1 Inledning Vi ska studera problemet att interpolera givna data med ett polynom och att interpolera med kubiska splinefunktioner, s(x), som är styckvisa polynom.
Inlämningsuppgift : Finn. 2D1418 Språkteknologi. Christoffer Sabel E-post: csabel@kth.se 1
Inlämningsuppgift : Finn 2D1418 Språkteknologi Christoffer Sabel E-post: csabel@kth.se 1 1. Inledning...3 2. Teori...3 2.1 Termdokumentmatrisen...3 2.2 Finn...4 3. Implementation...4 3.1 Databasen...4
Projekt i programmering 1 (ver 2)... 2 Projektidé... 2 Planering... 2 Genomförande... 2 Testning och buggar... 3 Utvärdering... 3 Planering...
Projekt i programmering 1 (ver 2)... 2 Projektidé... 2 Planering... 2 Genomförande... 2 Testning och buggar... 3 Utvärdering... 3 Planering... 4 Bussen (projektförslag)... 5 Bakgrund... 5 Klassen Buss
Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1
22 januari 214 Miniprojekt 1 (6) Beräkningsvetenskap I/KF Institutionen för informationsteknologi Beräkningsvetenskap Besöksadress: ITC hus 2, Polacksbacken Lägerhyddsvägen 2 Postadress: Box 337 751 5
Tentaupplägg denna gång
Några tips på vägen kanske kan vara bra. Tentaupplägg denna gång TIPS 1: Läs igenom ALLA uppgifterna och välj den du känner att det är den lättaste först. Det kan gärna ta 10-20 minuter. Försök skriva
Logik och Jämförelser. Styrsatser: Villkorssatsen if och repetitonssatsen for. Scriptfiler. Kommentarer. Tillämpningar: Ett enkelt filter.
TAIU07 Föreläsning 3 Logik och Jämförelser. Styrsatser: Villkorssatsen if och repetitonssatsen for. Scriptfiler. Kommentarer. Tillämpningar: Ett enkelt filter. 27 januari 2016 Sida 1 / 21 Logiska variabler
Ansiktsigenkänning med MATLAB
Ansiktsigenkänning med MATLAB Avancerad bildbehandling Christoffer Dahl, Johannes Dahlgren, Semone Kallin Clarke, Michaela Ulvhammar 12/2/2012 Sammanfattning Uppgiften som gavs var att skapa ett system