matlab中asix off_matlab第六章数据分析与多项式计算

本文详细介绍了MATLAB中进行数据分析与多项式计算的各种操作,包括求和、平均值、中值、标准差、方差、相关系数、协方差、排序、多项式加减乘除、求根、插值与曲线拟合等,并通过实例展示了如何使用这些函数进行计算和分析。
摘要由CSDN通过智能技术生成

MATLAB练习

第六章数据分析与多项式计算

1、max和min

1、分别求矩阵A中各列和各行元素中的最大值。max和min的用法一样

% 【例6.1】分别求矩阵中各列和各行元素中的最大值。

A=[54,86,453,45;90,32,64,54;-23,12,71,18];

y1=max(A); %求矩阵A中各列元素的最大值

y2=max(A,[],2) %求矩阵A中各行元素的最大值

y2 =

453

90

71

>> y1

y1 =

90 86 453 54

2、求矩阵X、Y所有同一位置上的较大元素构成的新矩阵p。

>> X=[443,45,43;67,34,-43];

>> Y=[65,73,34;61,84,326];

>> p=max(X,Y);%两矩阵元素的同一位置比较,返回最大值

p =

443 45 45

67 45 45

3、将矩阵A的元素与常数x比较,返回较大的元素,构成同A阶数相同的矩阵,元素取

>> x=45;

>> p=max(A,x);

p =

443 45 45

67 45 45

2、求和sum(A)和sum(X,dim)、求积prod用发同sum

求矩阵A的每行元素之和和全部元素之和。

>> A=[9,10,11,12;100,200,300,400;50,60,50,60];

>> S=sum(A,2) %求A每行元素的和

S =

42

1000

220

>> p=sum(A) %求A的全部元素之和

P =

1262

3、求平均值和中值

求平均数格式:

M=mean(X);    X:向量或者矩阵

M=mean(A,dim);  dim=1或2(行)

求中值格式:

M=median(X);    X:向量或者矩阵

M=median(A,dim);  dim=1或2(列)

例如,求向量x = [-8,2,4,7,9]与y = [-8,2,4,7,9,15]的平均值和中值。

>> x=[-8,2,4,7,9]; % 奇数个元素

>> mx=[mean(x),median(x)]

mx =

2.8000 4.0000

>> y=[-8,2,4,7,9,15]; % 偶数个元素

>> my=[mean(y), median(y)]

my =

4.8333 5.5000

4、求累加和与累乘积

累加格式:

B = cumsum(X);      X:向量或矩阵

B = cumsum(X,dim):  dim:1或2(列)

累乘积用法同累加和

B = cumprod(X);      X:向量或矩阵

B = cumprod(X,dim):  dim:1或2(列)

列【例6.4】求S=1+(1+2)+(1+2+3)+…+(1+2+…+10)的值。

>> y=cumsum(1:10)

y =

1 3 6 10 15 21 28 36 45 55

>> s=sum(y)

s =

220

5、统计描述函数

1、标准差

调用格式

s = std(X , w, dim)   X矩阵或者行向量,w:用于指定标准差的计算方法;w=0或1 dim=1或2(求行元素标准差)

某次射击选拔比赛中小明与小华的10次射击成绩(单位:环)如表6.1所示,试比较两人的成绩。

小明:7,4,9,8,10,7,8,7,8,7

小华:7,6,10,5,9,8,10,9,5,6

>> hitmark=[7,4,9,8,10,7,8,7,8,7;7,6,10,5,9,8,10,9,5,6];

>> mean(hitmark,2); %按行求平均值,返回一个列向量

ans =

7.5000

7.5000

>> std(hitmark,[],2);按行求标准差,返回一个列向量

ans =

1.5811

1.9579

注意:标准差越小,成绩波动越小

2、方差

var函数的调用格式为

V = var(X, w, dim)    x:向量或者矩阵   w用于指定权重方案(为0:或为1)   dim=1(求各列方差)或2

考察一台机器的产品质量,判定机器工作是否正常。根据该行业通用法则:如果一个样本中的14个数据项的方差大于0.005,则该机器必须关闭待修。假设搜集的数据如表6.2所示,问此时的机器是否必须关闭?

>> samples=[3.43,3.45,3.43,3.48,3.52,3.50,3.39,3.48,3.41,3.38,3.49,3.45,3.51,3.50];

本书是“精通MATLAB”丛书之一,全书基于MATLAB R2016a平台,从需要、实用的角度出发,介绍了智能计算的方法,并在讲解各实现方法给出相应的实例,使得本书应用性更强,实用价值更高。本书提供所有程序源代码。“精通MATLAB”相关书目如下:(1)MATLAB 8.X实战指南(2)数字图像处理高级应用——基于MATLAB和CUDA的实现(第2版)(3)MATLAB通信系统建模与仿真(4)MATLAB R2015a数字图像处理(5)MATLAB R2015b数学建模(6)MATLAB R2015a小波分析(7)MATLAB R2015b神经网络技术(8)MATLAB R2015b*化计算(9)MATLAB R2015b概率与数理统计(10MATLAB R2015b数值计算方法(11)MATLAB R2016a智能计算25个案例分析 内容提要 本书以MATLAB R2016a为平台,从实用的角度出发,介绍智能计算的方法,并在讲解各实现方法给出相应的实例,使得本书应用性更强,实用价值更高。全书共分25章,通过对25个案例的分析,介绍MATLAB R2016a在通信系统、电子信息、自动控制系统、小波分析、神经网络、数值积分、微分方程、数据逼近、数据估计与拟合等方面的应用。编写过程力求系统性、实用性与先进性相结合,理论与实践相交融,使读者通过阅读本书快速掌握MATLAB软件的同时,达到学以致用的效果。本书可作为通信工程、电子信息与自动控制等专业领域的广大科研人员、学者、工程技术人员和高等院校教师以及在读理工科学生的参考用书。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值