
- •В. С. Муха
- •4.3. Средства Matlab для моделирования многомерных случайных чисел 48
- •7.3. Средства Matlab для получения интервальных оценок параметров распределений 70
- •1.2.2. Запуск системыMatlab
- •1.2.3. Сеанс работы сMatlab
- •1.2.4. Элементы программирования на языкеMatlab
- •1.2.5. Справочная системаMatlab
- •1.2.6. Созданиеm-файлов-сценариев
- •1.2.7. Построение графиков функций одной переменной
- •1.2.8. Плотности вероятностей некоторых одномерных распределений
- •1.2.8.8. Одномерное распределение Уишарта
- •1.2.9. СредстваMatlabдля изучения одномерных распределений
- •1.3. Порядок выполнения работы
- •Лабораторная работа №2. Многомерные распределения теории вероятностей и математической статистики
- •2.1. Цель работы
- •2.2. Теоретические положения. Плотности вероятностей некоторых многомерных распределений
- •2.2.1. Многомерное нормальное (гауссовское) распределение
- •2.2.2. Двухмерное нормальное распределение
- •2.2.3. Произведение одномерных гамма-распределений
- •2.3.2. Построение контурных графиков
- •2.3.3. Построение графиков трехмерных поверхностей
- •2.3.4. Продолжение построений графиков
- •2.4. Порядок выполнения работы
- •Лабораторная работа №3. Моделирование одномерных случайных чисел
- •3.3. СредстваMatlabдля моделирования одномерных случайных чисел
- •3.3.1.Созданиеm-файлов-функций
- •3.3.2. Управляющие структуры языка программирования системыMatlab
- •3.3.2.1. Диалоговый ввод-вывод
- •3.3.2.2. Циклы типа for-end
- •3.3.2.3. Циклы типа while_end
- •3.3.2.4. Условный оператор if-elseif-else-end
- •3.3.2.5. Переключатель switch-case-otherwise-end
- •3.3.2.6. Создание паузы в вычислениях
- •3.3.3. Стандартные функцииMatlabдля моделирования одномерных случайных чисел
- •3.3.4. Стандартные функцииMatlabдля расчета некоторых статистик
- •3.4. Порядок выполнения работы
- •Лабораторная работа №4. Моделирование многомерных случайных чисел
- •4.1. Цель работы
- •4.2. Теоретические положения
- •4.2.1. Моделирование случайных чисел с многомерным нормальным (гауссовским) распределением
- •4.2.2. Моделирование случайных чисел с многомерным распределением, равным произведению одномерных гамма-распределений
- •4.4. Порядок выполнения работы
- •Лабораторная работа №5. Оценивание законов распределения скалярных случайных величин
- •5.1. Цель работы
- •5.2 Теоретические положения
- •5.2.1. Эмпирическая функция распределения
- •5.2.2. Гистограмма
- •5.3. Средства Matlab для получения и исследования оценок законов распределения скалярных случайных величин
- •5.3.1. Сортировка в Matlab
- •5.3.2. Лестничные графики в Matlab
- •5.3.3. Гистограммы в Matlab
- •5.4. Порядок выполнения работы
- •Лабораторная работа №6. Получение точечных оценок параметров распределений
- •6.2.1.2. Метод максимума правдоподобия
- •6.3. СредстваMatlabдля получения точечных оценок параметров распределений
- •6.4. Порядок выполнения работы
- •7.2.2. Доверительный интервал для математического ожиданиянормальной генеральной совокупностипри известной дисперсии
- •7.4. Порядок выполнения работы
- •Лабораторная работа №8. Проверка гипотезы о законе распределения
- •8.1. Цель работы
- •8.2. Теоретические положения
- •8.2.1. Понятие статистической гипотезы. Классификация гипотез
- •8.2.2. Критерий значимости
- •8.2.3. Проверка гипотезы о законе распределения
- •8.2.3.1. Критерий согласия (Пирсона)
- •8.2.3.2. Критерий согласия (Колмогорова)
- •8.2.3.3. Критерий согласия (Мизеса–Смирнова)
- •8.3. СредстваMatlabдля проверки гипотезы о законе распределения Критерий согласия Колмогорова (Колмогорова–Смирнова)
- •8.4. Порядок выполнения работы
- •Лабораторная работа №9. Обработка результатов косвенных измерений
- •9.1. Цель работы
- •9.2. Теоретические положения
- •9.2.1. Классическая задача о методе наименьших квадратов (мнк)
- •9.2.2. Оценивание координат объекта по измерениям пеленгов
- •9.3. Средства Matlabдля выполнения задания
- •9.4. Порядок выполнения работы
- •Лабораторная работа №10. Регрессионный анализ
- •10.1. Цель работы
- •10.2. Теоретические положения
- •10.2.1. Постановка задачи
- •10.2.2. Точечные оценки параметров
- •10.2.3. Свойства оценок
- •10.2.4. Доверительные интервалы для параметров и функции регрессии
- •10.3. СредстваMatlabдля выполнения работы
- •10.4. Порядок выполнения работы
- •Литература
2.3.2. Построение контурных графиков
Контурные
графики представляют собой проекции
на плоскость
сечений функции двух переменных
горизонтальными плоскостями. Контурные
графики называют также линиями равного
уровня, которые получаются, если
трехмерная поверхность пересекается
рядом горизонтальных плоскостей,
расположенных параллельно друг другу.
Для построения контурных графиков используется команда contour.
contour(x,y,z,n) строит контурный график по данным матрицы z с указанием спецификаций для x и y с заданием n линий равного уровня.
contour(x,y,z,v) строит линии равного уровня для высот, указанных значениями элементов вектора v.
Пример
[x,y]=meshgrid(-3: .2: 3, -3: .2: 3);
z=x.^2+y.^2;
contour(x,y,z,8)
%или contour(x,y,z,[4,4])
grid on
По этой программе на экран монитора будет выведено восемь графиков, представленных на рис. 2.1.
Рис. 2.1. Контурные графики, построенные с помощью функции contour
2.3.3. Построение графиков трехмерных поверхностей
Команда
plot3(…)
является аналогом команды plot(…),
но относится к функции двух переменных
.
Она строит изображение трехмерных (3D)
поверхностей.
plot3(X,Y,Z)
в случае когда X,Y,Z
векторы одинаковой длины n,
вычерчивает
линию в трехмерном пространстве через
точки, координатами которых являются
элементы векторов X,Y,Z,
т. е. через
точки
,
.
В случае
когда X,Y,Z
двухмерные
массивы
(матрицы)
одинаковых размеров, эта функция
вычерчивает несколько
линий, полученных из столбцов X,Y,Z.
Массивы X
и
Y
можно получить
с помощью функции meshgrid.
Пример
[x,y]=meshgrid(-2:0.1:2,-2:0.1:2);
z=x.^2+y.^2;
plot3(x,y,z)
grid on
По этой программе будет выведена фигура, представленная на рис. 2.2.
Рис. 2.2. Трехмерный график, построенный с помощью функции plot3
Однако более наглядными являются сеточные графики трехмерных поверхностей с заданной или функциональной окраской. Такие графики выполняются командой mesh.
mesh(X,Y,Z,C) – выводит в графическое окно сетчатую поверхность с цветами узлов поверхности, заданных массивом С.
mesh(X,Y,Z) – аналог предшествующей команды при C=Z с использованием функциональной окраски, при которой цвет задается высотой поверхности.
Пример
[x,y]=meshgrid(-2:0.1:2,-2:0.1:2);
z=x.^2+y.^2;
mesh(x,y,z)
В результате выполнения этой программы на экран будет выведена фигура,
представленная на рис. 2.3. Рисунок представлен в черно-белой палитре, хотя в действительности он формируется в цветной палитре.
Рис. 2.3. Трехмерный график, построенный с помощью функции mesh
Если возникают трудности с использованием поэлементных операций при формировании массива zзначений функции, то этот массив можно сформировать без применения поэлементных операций с помощью двух вложенных цикловfor. Так, предыдущий пример можно оформить следующим образом:
Пример
x1=[-2:0.1:2];
x2=[-2:0.2:2];
nx1=length(x1);
nx2=length(x2);
[x,y]=meshgrid(x1,x2);
for i=1:nx1
for j=1:nx2
z(j,i)=x1(i)^2+x2(j)^2;
end;
end;
mesh(x,y,z)
2.3.4. Продолжение построений графиков
Во многих случаях желательно построение ряда наложенных друг на друга графиков в одном и том же окне. Такую возможность обеспечивает команда продолжения графических построений hold.
hold on обеспечивает продолжение вывода графиков в текущее окно графики, что позволяет добавлять последующие графики к уже существующему.
hold off отменяет режим продолжения графических построений.
Пример
t=-3:0.2:3;
[x,y]=meshgrid(t,t);
z=x.^2+y.^2;
contour(x,y,z,8)
hold on
v=2*t;
plot(t,v,'k.-')
gridon
holdoff
В
этом примере на контурный график функции
наносится график прямой линии
(рис. 2.4).
Рис. 2.4. Два графика в одном графическом окне