- •Вызов и выход из matlab
- •Рабочий стол (desktop) системы matlab
- •Общие свойства и возможности рабочего стола matlab
- •Command Window (Командное окно)
- •1. Выполнение функций и ввод переменных
- •2. Вычисление выделенных функций и выражений (Evaluating a Selection)
- •3. Открытие выделения (Opening a Selection)
- •4. Ввод нескольких функций в одну строку
- •5. Ввод длинных функций
- •'Author Middle Initial’]
- •6. Окраска и выделение синтаксиса
- •7. Редактирование командной строки
- •8. Очистка командного окна
- •9. Подавление вывода результатов на экран
- •10. Разбиение экранного вывода на страницы
- •12. Распечатка содержания командного окна
- •13. Выполнение программ
- •Получение справок (Getting Help)
- •Рабочее пространство системы matlab
- •Name Size Bytes Class
- •V 5x9 90 char array Grand total is 286 elements using 2984 bytes
- •Clear a m
- •Просмотр и редактирование массивов данных при помощи редактора Array Editor
- •Пути доступа системы matlab
- •Add Folder… - Добавить директорию (папку).
- •Операции с файлами
- •Дуальность (двойственность) команд и функций
- •Действия над матрицами в системе matlab
- •Формирование матриц в системе matlab
- •Сложение и вычитание матриц
- •Векторное произведение и транспонирование матриц
- •Произведение матриц
- •Inner matrix dimensions must agree. Индексирование (Subscripts)
- •Index exceeds matrix dimensions
- •Двоеточие (Colon)
- •Единичная матрица, нулевая матрицы и матрица из единиц. Двумерные массивы случайных чисел
- •Решение систем линейных уравнений
- •Квадратные системы
- •Переопределенные системы
- •Недоопределенные системы
- •Обратные матрицы и детерминанты
- •Псевдообратные матрицы
- •Plot3(X(1,:), X(2,:), X(3,:), '-o')
- •Собственные значения и собственные векторы
- •Диагональная декомпозиция
- •Дефектные матрицы
- •Сингулярное разложение матриц
- •Для матрицы
- •Полиномы и интерполяция
- •Полиномы и действия над ними
- •Представление полиномов
- •Корни полинома
- •Характеристические полиномы
- •Poly(a)
- •Вычисление значений полинома
- •Polyval(p,5)
- •Умножение и деление полиномов
- •Вычисление производных от полиномов
- •Аппроксимация кривых полиномами
- •Plot(X, y, 'o', x2, y2); grid on
- •Разложение на простые дроби
- •Интерполяция
- •Одномерная интерполяция
- •1. Полиномиальная интерполяция
- •2. Интерполяция на основе быстрого преобразования Фурье _
- •Двумерная интерполяция
- •Сравнение методов интерполяции
- •Анализ данных и статистика
- •Основные функции обработки данных
- •Xlabel('Time')
- •Min(count(:))
- •Матрица ковариаций и коэффициенты корреляции
- •Cov(count(:,1))
- •Corrcoef(count)
- •Конечные разности
- •Diff(a)
- •Обработка данных
- •Отсутствующие значения
- •Удаление выбросов значений
- •Регрессия и подгонка кривых
- •Plot(t,y,'o'); grid on
- •Полиномиальная регрессия
- •Plot(t,y,'-',t,y,'o'); grid on
- •Линейно-параметрическая регрессия1
- •Множественная регрессия
- •Графический интерфейс подгонки кривых
- •Рассмотрение основных свойств ипк
- •Уравнения в конечных разностях и фильтрация
- •Воспользуемся данными матрицы count из раздела Анализ данных и статистика. Для на-шего примера, обозначим первый столбец матрицы count через вектор X :
- •Legend('Original Data','Smoothed Data',2)
- •Многомерные Массивы
- •Создание Многомерных Массивов
- •Size(c)
- •Ndims(c)
- •Индексация
- •Nddata (2, [1 3 4], 3). Оператор двоеточия и индексирование многомерных массивов.
- •Устранение неопределенностей в многомерной индексации
- •Изменение формы (Reshaping)
- •Удаление единичных размерностей.
- •Поэлементное воздействие
- •Действия над плоскостями и матрицами
- •??? Error using eig
- •Input arguments must be 2-d.
- •Организация данных в многомерных массивах
- •Mean (mean (mean (temp)))
- •Организация и хранение данных
- •Структуры
- •Массивы структур
- •Создание массивов структур
- •Создание массивов структур с применением операторов присваивания.
- •1X2 struct array with fields:
- •Создание массива структур с использованием функции struct.
- •Обращение к данным в массивах структур.
- •1X2 struct array with fields:
- •Обращение к полям структуры с применением функций setfield и getfield
- •Определение размера массива структур
- •Добавление полей к структуре
- •Удаление поля из структуры
- •Применение функций и операторов
- •Mean((patient(2).Test)')
- •Создание функций для операций над массивами структур
- •Плоская организация
- •Поэлементная организация
- •Пример - Простая база данных
- •Client(a.Name(2,:),a.Address(2,:), a. Amount (2,:))
- •Client(b(2))
- •Вложенные структуры
- •Создание вложенных структур при помощи функции struct
- •Индексация вложенных структур
- •Массивы ячеек
- •Создание массивов ячеек
- •Применение операторов присваивания
- •Использование фигурных скобок для построения массивов ячеек
- •Задание массивов ячеек при помощи функции cell
- •Доступ к данным массивов ячеек
- •Доступ к данным массивов ячеек с использованием фигурных скобок
- •Обращение к подмножествам массива ячеек
- •[3X3 double] [3x3 double]
- •Применение функций и операторов
- •Организация данных в массивах ячеек
- •Вложение массивов ячеек
- •Создание вложенных массивов при помощи вложенных фигурных скобок
- •Создание вложенных массивов при помощи функции cell
- •Индексация вложенных массивов ячеек
- •Преобразования между массивами ячеек и числовыми массивами
- •Массивы ячеек, содержащие структуры
- •Cell_array{index}.Field
- •C_str{1}.Label Многомерные массивы ячеек
- •Многомерные массивы структур
- •Применение функций к многомерным массивам структур
- •Sum((patient(1,1,2).Test));
- •Программирование на matlab-е Программирование на языке matlab : Быстрый старт
- •Типы м-файлов
- •Что такое м-файл ?
- •Обеспечение помощи для вашей программы
- •Сценарии
- •Простой пример сценария
- •Функции
- •Простой пример функции
- •Основные части синтаксиса м-функций
- •Строка определения функции
- •Function printresults(X)
- •Тело функции
- •Комментарии
- •Имена функций
- •Как работает функция
- •Определение имени функции
- •Что происходит при вызове функцию
- •Создание p-кодов файлов
- •Pcode average
- •Как matlab передает аргументы функции
- •Рабочие пространства функций
- •Проверка числа аргументов функции
- •Передача переменного числа аргументов
- •Распаковка содержимого функции varargin
- •Упаковка выходных переменных в функцию varargout
- •Место функций varargin и varargout в списке аргументов
- •Локальные и глобальные переменные
- •Перманентные переменные (Persistent Variables)
- •Специальные переменные
- •Типы данных
- •Операторы
- •Арифметческие операторы
- •Арифметические операторы и массивы
- •Операторы отношения
- •Операторы отношения и массивы
- •Операторы отношения и пустые массивы
- •Логические операторы
- •Использованием логических операторов с массивами
- •Логические функции
- •Логические выражения использующие функцию find
- •Приоритеты операторов
- •Изменение приоритетов операторов
- •Команды управления данными (Flow Control)
- •Команды if, else, and elseif
- •If (логическое выражение)logical_expression
- •Команда if и пустые массивы
- •Команда switch
- •Команда while
- •Команда while и пустые массивы
- •While a
- •Команда for
- •Использование в качестве индексов массивов
- •Команда continue
- •Команда break
- •Команды try ... Catch
- •Команда return
- •Подфункции
- •Частные функции
- •Управление путями доступа (Managing the search path)
- •Приложение 3. Операторы и специальные символы
- •Приложение 4. Элементарные математические функции
- •Приложение 5. Элементарные матрицы и операции над ними
- •Приложение 8. Анализ данных и преобразование Фурье (Data analysis and Fourier transforms)
- •Справочник по базовым функциям системы matlab
- •Set(0, 'DefaultAxesColorOrder', [0 0 0], 'DefaultAxesLineStyleOrder', '-|-.|--|:')
- •Примеры
- •1. Задание цвета и размера маркеров
- •Plot(X, y, '--rs', 'LineWidth', 2,...
- •Set(findobj(gca, 'Type', 'line', 'Color', [0 0 1]),...
- •Xlim, ylabel, ylim, zlabel, zlim, stem
- •Спецификаторы стилей линии
- •Спецификаторы маркеров
- •Спецификаторы цвета
- •Примеры
Сравнение методов интерполяции
Приведенный ниже пример сравнивает методы двумерной интерполяции в случае матрицы данных размера 7х7.
Сформируем функцию peaks на «грубой» сетке (с единичным шагом).
[x, y] = meshgrid(-3 : 1 : 3);
z = peaks(x,y);
surf(x,y,z)
где функция meshgrid(-3:1:3) задает сетку на плоскости x и y в виде двумерных массивов размера 7х7; функция peaks(x,y) является двумерной функцией, используемой в MATLAB-е в качестве стандартных примеров, а surf(x,y,z) строит окрашенную параметрическую повер-хность. Соответствующий график показан ниже.
Создадим теперь более мелкую сетку для интерполяции (с шагом 0.25).
[xi,yi] = meshgrid(-3:0.25:3);
Осуществим интерполяция перечисленными выше методами.
zi1 = interp2(x,y,z,xi,yi,'nearest');
zi2 = interp2(x,y,z,xi,yi,'bilinear');
zi3 = interp2(x,y,z,xi,yi,'bicubic');
Сравним графики поверхностей для различных методов интерполяции.
surf(xi,yi,zi1) surf(xi,yi,zi2) surf(xi,yi,zi3)
Метод ‘nearest’ Метод ‘bilinear’ Метод ‘bicubic’
Интересно также сравнить линии уровней данных поверхностей, построенных при помощи специальной функции contour.
contour(xi,yi,zi1) contour(xi,yi,zi2) contour(xi,yi,zi3)
Метод ‘nearest’ Метод ‘bilinear’ Метод ‘bicubic’
Отметим, что бикубический метод производит обычно более гладкие контуры. Это, однако, не всегда является основной заботой. Для некоторых приложений, таких, например, как об-работка изображений в медицине, метод типа ступенчатой интерполяции может быть более предпочтительным, так как он не «производит» никаких «новых» результатов наблюдений.
Анализ данных и статистика
В данном разделе будут рассмотрены некоторые основные возможности системы MATLAB в области анализа данных и статистической обработки информации. Помимо базовых функ-ций, в системе MATLAB имеется также ряд специализированных пакетов, предназначенных для решения соответствующих задач в различных приложениях (на английском языке даны названия пакетов) :
Optimization – Нелинейные методы обработки данных и оптимизация.
Signal Processing – Обработка сигналов, фильтрация и частотный анализ.
Spline – Аппроксимация сплайнами.
Statistics – Углубленный статистический анализ, нелинейная аппроксимация и
регрессия.
Wavelet - Импульсная декомпозиция сигналов и изображений.
Внимание ! MATLAB выполняет обработку данных, записанных в виде двумерных массивов по столбцам ! Одномерные статистические данные обычно хранятся в отдельных векорах, причем n-мерные векторы могут иметь размерность 1х n или nх1. Для многомерных данных матрица является естественным представлением, но здесь имеются две возможности для ориентации данных. По принятому в системе MATLAB соглашению, различные пере-менные должны образовывать столбцы, а соответствующие наблюдения - строки. Поэтому, например, набор данных, состоящий из 24 выборок 3 переменных записывается в виде мат-рицы размера 24х3.