Inhalte

Inhalte des Methodenkurses “Anwendung von Mathematica und Matlab in der Physikalischen Chemie” im Wintersemester 2016/17 an der Albert-Ludwigs-Universität Freiburg.

Mathematica

Dieser Teil des Kurses wird von Prof. Dr. Stefan Weber übernommen.

Matlab

Der Kursteil “Matlab” richtet sich an Studenten, die noch keine oder nur wenig Kontakt mit Matlab und Programmierung im Allgemeinen hatten. Deshalb werden zunächst grundlegende Konzepte von Programmiersprachen (mit dem Fokus auf Matlab) eingeführt.

Durch den gesamten Kursteil zieht sich als Motivation die Verarbeitung und Auswertung experimenteller Daten. Zunächst werden die dafür notwendigen Grundlagen besprochen und erarbeitet, später dann steht die eigenständige Programmierung der Auswertung(en) im Mittelpunkt.

Vorläufige Übersicht (Stand: 2017-02-13)

  1. Motivation; Inhalte und Struktur des Kurses
    • Motivation
    • Inhalte und Stuktur des Kurses
  2. Einleitung – Matlab
    • Allgemeines zu Matlab
    • Stärken und Schwächen von Matlab
    • Matlab – eine praktische Einführung
    • Hilfe zur Selbsthilfe
  3. Interaktive Kommandozeile
    • Einführung: Interaktive Kommandozeile
    • Grundaspekte der Programmierung
    • Matlab als Taschenrechner
    • Weitere Aspekte
    • Kosmetik und Komfort
  4. Skripte und Funktionen
    • Motivation
    • Editor
    • Programme
    • Funktionen
  5. Grundlegende Sprachkonzepte
    • Motivation
    • Grundlegende Sprachkonzepte
    • Syntax
    • Operatoren
    • Datentypen
    • Entscheidungsstrukturen
    • Schleifen
  6. Grundlegende Dokumentation
    • Dokumentation
    • Dokumentation im Code
    • Probleme von Dokumentation
  7. Programmierung: Datenein- und Ausgabe
    • Motivation
    • Daten importieren
    • Daten exportieren
    • Parsen von Textdateien
    • Arbeit mit Binärdateien
  8. Grafiken
    • Motivation
    • Formatierung von Abbildungen
    • Plot-Befehle im Matlab
    • Abbildungen exportieren
  9. Lineare und nichtlineare Regression
    • Motivation
    • Allgemeines zur Kurvenanpassung
    • Lineare Regression
    • Nichtlineare Regression
  10. Projekt: Vorstellung und Pflichtenheft
    • Daten importieren
    • Daten verarbeiten
    • Daten darstellen
  11. Präsentation möglicher Lösungen für die gestellten Aufgaben
    • Daten importieren
    • Anregungsspektrum darstellen
    • Streubande identifizieren
    • Intensität als Funktion der Konzentration
    • Kurvenanpassungen
    • Abbildungen exportieren
  12. Ausblick: Matlab im echten Leben
    • Automatisierung von Routineaufgaben
    • Toolboxen: Satz aufeinander bezogener Funktionen
    • Interaktive Datenauswertung (Nutzerschnittstellen)
    • Ausblick: Programmieren größerer Projekte