Jak można wykorzystać swoją wiedzę z Matlaba

Slides:



Advertisements
Podobne prezentacje
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Advertisements

Modelowanie i symulacja
Modelowanie i symulacja
Metody numeryczne i symulacja
Programowanie sieciowe
Zadanie z dekompozycji
Filmy poklatkowe wykonane za pomocą programu SALSAJ
PROF. DOMINIK SANKOWSKI
Badania operacyjne. Wykład 1
Zakład Mechaniki Teoretycznej
Modelowanie i symulacja
Elementy Modelowania Matematycznego
Instrumenty o charakterze własnościowym Akcje. Literatura Jajuga K., Jajuga T. Inwestycje Jajuga K., Jajuga T. Inwestycje Luenberger D.G. Teoria inwestycji.
Statystyka w doświadczalnictwie
Ekonometria wykladowca: dr Michał Karpuk
Modelowanie z wykorzystaniem MAS oraz AI
Modele w ekonomii. Marta Gosk
Dzisiaj na wykładzie Regresja wieloraka – podstawy i założenia
FIZYKA dla studentów POLIGRAFII Wykład 2
Wykład 14 Liniowa regresja
Program przedmiotu “Metody statystyczne w chemii”
Zastosowania komputerów w elektronice
Projektowanie i programowanie obiektowe II - Wykład IV
WSTĘP DO GEOGRAFII FIZYCZNEJ SYSTEMOWY OBRAZ PRZYRODY - MODELE
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 4: Generowanie zdarzeń  Dr inż. Halina Tarasiuk p. 337, tnt.tele.pw.edu.pl.
Zastosowanie automatów komórkowych do modelowania korków ulicznych
Hipotezy statystyczne
Projektowanie architektur systemów filtracji i akwizycji danych z wykorzystaniem modelowania w domenie zdarzeń dyskretnych Krzysztof Korcyl.
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Aplikacja do analizy polimorfizmów SNP wykorzystywanych w genomice klinicznej Szymon Stawicki.
Opiekun: dr inż. Maciej Ławryńczuk
AUTOMATYKA i ROBOTYKA (wykład 5)
Prognozowanie z wykorzystaniem modeli ekonometrycznych
Analiza doboru danych uczących w predykcji indeksu giełdowego mgr Marcin Jaruszewicz dr hab. Jacek Mańdziuk.
Modelowanie matematyczne jako podstawa obliczeń naukowo-technicznych:
FIZYKA FIZYKA TECHNICZNA:
SYSTEMY EKSPERTOWE I SZTUCZNA INTELIGENCJA
w ekonomii, finansach i towaroznawstwie
Politechniki Poznańskiej
Jak można wykorzystać swoją wiedzę z Matlaba
Henryk Rusinowski, Marcin Plis
Do technik tych zalicza się: * sztuczne sieci neuronowe
PRZYGOTOWALI Bartosz Pawlik Daniel Sawa Marcin Turbiński.
Metoda studium przypadku jako element XI Konkursu Wiedzy Ekonomicznej
Model obiektowy bazy danych
Wstęp do metod numerycznych
 Ekonometria – dziedzina zajmująca się wykorzystaniem specyficznych metod statystycznych dostosowanych do badań nieeksperymentalnych.  Ekonometria to.
Gra symulacyjna - gaming simulation (GS) jest symulacją efektów decyzji podjętych w czasie odgrywania ról, w sytuacji uwarunkowanej określonymi regułami:
Charakterystyka powszechnie stosowanych metod badawczych
Metody Matematyczne w Inżynierii Chemicznej Podstawy obliczeń statystycznych.
4 lipca 2015 godz pok września 2015 godz pok. 212.
Wybrane zagadnienia inteligencji obliczeniowej Zakład Układów i Systemów Nieliniowych I-12 oraz Katedra Mikroelektroniki i Technik Informatycznych proponują.
ZASTOSOWANIE DWUKROTNEJ SYMULACJI MONTE CARLO W WYCENIE OPCJI REALNYCH mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw.
Model przydziału zadań. Informacje wstępne ● Podaję tu uproszczoną wersję modelu, którą będziemy stosować w testach. ● Wszystkie trudniejsze wymagania,
STRES ZAWODOWY W SĄDACH POWSZECHNYCH I JEGO SKUTKI ZDROWOTNE.
Metody Badań Operacyjnych Michał Suchanek Katedra Ekonomiki i Funkcjonowania Przedsiębiorstw Transportowych.
© Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH Temat – 5 Modelowanie różniczkowe.
Treść dzisiejszego wykładu l Wprowadzenie do ekonometrii. l Model ekonomiczny i ekonometryczny. l Klasyfikacja modeli ekonometrycznych. l Klasyfikacja.
e.fr/~peyre/download/ Wykład 7 Jak można wykorzystać.
Temat: Widzę, doświadczam więc rozumiem.
Podstawy automatyki I Wykład /2016
Transformacja Z -podstawy
EKONOMETRIA Wykład 1a prof. UG, dr hab. Tadeusz W. Bołt
IV Konferencja Naukowo-Techniczna "Nowoczesne technologie w projektowaniu, budowie.
Modelowanie i badania maszyn
Systemy eksperckie i sztuczna inteligencja
* PROCESÓW TECHNOLOGICZNYCH
Zapis prezentacji:

Jak można wykorzystać swoją wiedzę z Matlaba https://www.ceremade.dauphine.fr/~peyre/download/ Wykład 7 Jak można wykorzystać swoją wiedzę z Matlaba https://www.ceremade.dauphine.fr/~peyre/download/ https://play.google.com

Modelowanie i symulacja

MODELOWANIE SYMULACJA Zjawisko rzeczywiste Środowisko Skutki PSEUDOLOSOWE GENERATORY DANYCH SYMULACJA MODEL Generator danych Wyniki symulacji

Model zjawiska/systemu/procesu rzeczywistego Konkretny, materialny twór, naśladujący rzeczywiste zjawisko - model fizyczny, materialny, eksperyment – np. model do badań w tunelu aerodynamicznym albo manekiny używane w symulacjach zderzeń samochodowych Abstrakcyjny opis zjawiska rzeczywistego, wyrażony w jakimś formalnym systemie, najczęściej za pomocą aparatu matematycznego, ale niekoniecznie (np. jako program w języku programowania)

Modele analogowe Szczególna klasa modeli fizycznych – konstrukcja urządzenia, które zachowuje się „tak samo” jak pierwowzór

Modele z założenia są uproszczone ? =

Cele modelowania Te same cele, dla których zjawiska rzeczywiste są w ogóle badane: zrozumienie zjawiska – dlaczego się zdarzyło, dlaczego miało taki przebieg i skutki optymalizacja rozwiązania problemu - jak sprawić, żeby zjawisko miało przebieg korzystny z punktu widzenia pewnego kryterium przewidywanie zjawiska – jak na podstawie przyczyn określić możliwe skutki „odwrotne” prognozowanie – jak na podstawie skutków określić możliwe przyczyny

Dlaczego stosowane są modele Najogólniej - koszt gromadzenia danych (obserwacji) o rzeczywistym zjawisku może być zbyt duży w sensie dosłownym w sensie sytuacji krytycznych koszt „nieskończony” – jeśli np. zjawisko było jednokrotne w sensie czasu – kontrakcja i ekspansja Modelowanie może być etapem procesu projektowania

Symulacja Wykorzystanie skonstruowanego modelu do wyznaczenie odpowiedzi na pewne pytanie Symulacja „dziedziczy” charakter modelu: Symulacja deterministyczna (każde zdarzenie jest zdeterminowane przez swoje przyczyny) Symulacja stochastyczna (zdarzeniom przypisuje wartość prawdopodobieństwa ich wystąpienia)

Bezpośrednie zastowanie modelowania i symulacji Fizyka Chemia Biologia Geologia Meteorologia Ekonomia Socjologia Przemysł energetyczny Przemysł samochodowy (CAN) Budownictwo Logistyka, itp., itd.

Przebieg modelowania Formalny zapis relacji między zmiennymi: algebraiczne równania i nierówności równania różniczkowe z jedną niezależną zmienną (najczęściej czasem) - zwyczajne równania różniczkowe z więcej niż jedną niezależnymi zmiennymi (np. położenie i czas) – cząstkowe automaty, diagramy stanu grafy obrazujące zależności ilościowe zależności probabilistyczne, sieci probabilistyczne systemy reguł, np. modele rozmyte modele statystyczne, jak np. sieci neuronowe

Symulacja ruchu

Prosty przykład symulacji ruchu http://www.matlab.pl/viewtopic.php?t=5293

Animacje

Przykład 1

Otwieranie i zamykanie plików - wersja rozszerzona Opracowano na podstawie: Matlab przykłądy i zadania A. Kamińska, B. Pańczyk

Otwieranie plików

Zamykanie plików

Zapis danych w pliku binarnym

Odczyt danych z pliku binarnego

Zapis danych w pliku tekstowym

Odczyt danych z pliku tekstowego