Skip to content

Patch datenanalyse aufgaben #57

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Open
wants to merge 7 commits into
base: main
Choose a base branch
from
Open

Patch datenanalyse aufgaben #57

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
7 commits
Select commit Hold shift + click to select a range
2d6790f
Update daten_plotten.ipynb
aralkakinorev Mar 12, 2025
ab5b4fd
Update interpolation.ipynb
aralkakinorev Mar 12, 2025
b733b66
Update ballonfahrt.ipynb
aralkakinorev Mar 12, 2025
c3faffd
Update ballonfahrt.ipynb
aralkakinorev Mar 12, 2025
abbe7c3
Update ballonfahrt.ipynb
aralkakinorev Mar 12, 2025
766503d
Update zusatz_verarbeitung.ipynb
aralkakinorev Mar 12, 2025
0270655
Update zusatz_periodische_daten.ipynb
aralkakinorev Mar 12, 2025
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
2 changes: 1 addition & 1 deletion book/content/Exercises/03_datenanalyse/02_daten_plotten/daten_plotten.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -57,7 +57,7 @@
"source": [
"### Lösungshinweis\n",
"\n",
"Die Beschriftung der Skala einer Achse, z.B. der x-Achse, kann mit der Funktion `xticks` angepasst werden.\n",
"Die Beschriftung der Skala einer Achse, z.B. der x-Achse, kann mit der Funktion [`xticks`](https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.xticks.html) angepasst werden.\n",
"\n",
"Ihre Darstellung der Daten könnte folgendermaßen aussehen:"
]
Expand Down
2 changes: 1 addition & 1 deletion book/content/Exercises/03_datenanalyse/05_interpolation/interpolation.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -252,7 +252,7 @@
"\n",
"1. Eine logarithmische Darstellung von Daten ist oft dann sinnvoll, wenn diese auf mindestens einer Achse mehrere Größenordnungen umfassen und Details in den kleineren Größenordnungen von Bedeutung sind. Wie in den Plots von Aufgabenteil B1 zu sehen, lassen sich so auch bei höheren Polynomgraden Details ablesen, die in dem linearen Plot verloren gegangen sind.\n",
"1. Die Plateaus korrespondieren mit der Ähnlichkeit der zugehörigen Fits (siehe Aufgabe A2.1).\n",
"1. Da die L2-Norm zwischen der interpolierten Funktion und den Daten bis auf einen numerischen Rundungsfehler Null ist, führt dies zu einem Problem mit der logarithmischen Darstellung, da die Null in dieser nicht dargestellt werden kann. Und auch wenn die Norm nicht ganz Null ist, ist sie um viele Größenordnungen kleiner als die Nrom zwischen vorherigem Grad und Daten, was beim Plotten wieder zu einem Verlust von sichtbaren Details führen würde."
"1. Da die L2-Norm zwischen der interpolierten Funktion und den Daten bis auf einen numerischen Rundungsfehler Null ist, führt dies zu einem Problem mit der logarithmischen Darstellung, da die Null in dieser nicht dargestellt werden kann. Und auch wenn die Norm nicht ganz Null ist, ist sie um viele Größenordnungen kleiner als die Norm zwischen vorherigem Grad und Daten, was beim Plotten wieder zu einem Verlust von sichtbaren Details führen würde."
]
},
{
Expand Down
2 changes: 2 additions & 0 deletions book/content/Exercises/03_datenanalyse/06_ballonfahrt/ballonfahrt.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -158,6 +158,8 @@
"source": [
"### Lösungshinweis\n",
"\n",
"Für die Bildung der Ableitung können Sie die Funktion [`np.polyder`](https://numpy.org/doc/2.0/reference/generated/numpy.polyder.html) verwenden. \n",
"\n",
"Ihre Darstellung der Daten könnte folgendermaßen aussehen:"
]
},
Expand Down
6 changes: 3 additions & 3 deletions book/content/Exercises/03_datenanalyse/zusatzaufgaben/zusatz_periodische_daten.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -13,7 +13,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"Die nachfolgende Aufgabe behanelt die Verarbeitung periodischer Daten mit Hilfe von `numpy.arrays`."
"Die nachfolgende Aufgabe behandelt die Verarbeitung periodischer Daten mit Hilfe von `numpy.arrays`."
]
},
{
Expand Down Expand Up @@ -130,8 +130,8 @@
"metadata": {},
"source": [
"## Aufgabenteil C\n",
"Korrigieren Sie, falls erforderlich die Geschwindigkeit um den Einfluss aus der periodischen Beschreibung des zurückgelegten Weges $U(t)$.\n",
"Tip: Plotten sie als Hilfestellung die Daten für $ds$ in Abhängigkeit von $t$."
"Korrigieren Sie, falls erforderlich die Geschwindigkeit um den Einfluss aus der periodischen Beschreibung des zurückgelegten Weges $U(t)$. \n",
"Tipp: Plotten Sie als Hilfestellung die Daten für $ds$ in Abhängigkeit von $t$."
]
},
{
Expand Down
2 changes: 1 addition & 1 deletion book/content/Exercises/03_datenanalyse/zusatzaufgaben/zusatz_verarbeitung.ipynb
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -288,7 +288,7 @@
"source": [
"### Numpy array\n",
"\n",
"Konvertieren Sie den List vom Letzten Abschnitt zu einem numpy Array. Berechnen Sie den\n",
"Konvertieren Sie die Liste vom Letzten Abschnitt zu einem numpy Array. Berechnen Sie den\n",
"Mittelwert sowie die Standardabweichung mithilfe von `np.sum()` und dem `shape`-Attribut von numpy arrays."
]
},
Expand Down