Giáo trình mathlab toàn tập - Chương 13

Chia sẻ: Nguyễn Nhi | Ngày: | Loại File: PDF | Số trang:8

Thêm vào BST

Báo xấu

69
lượt xem 25
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

PHÂN TíCH Dữ LIệU Bởi vì MATLAB là một ứng dụng h-ớng ma trận nên nó dễ dàng thực hiện các phân tích thống kê trên các tập dữ liệu, trong khi theo mặc định MATLAB coi các tập dữ liệu đ-ợc l-u trữ trong các mảng cột, việc phân tích dữ liệu có thể thực hiện theo bất cứ chiều nào. Đó là trừ khi đ-ợc chỉ định theo một cách khác, các cột của một mảng dữ liệu thể hiện các thông số đo khác nhau, mỗi hàng thể 84 hiện một giá trị mẫu của các thông số...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Giáo trình mathlab toàn tập - Chương 13

83 for i=1:3 %do each color band in turn band=lower(abc(i)); %get (i)th input and make lower case if strncmp(band,'bla',3) % black (compare min # of) vals(i)=0; % chars for unique match) elseif strncmp(band,'br',2) %brown vals(i)=1; elseif strncmp(band,'r',1) %red vals(i)=2; elseif strncmp(band,'o',1) %orange vals(i)=3; elseif strncmp(band,'y',1) %yellow vals(i)=4; elseif strncmp(band,'gre',3) %green vals(i)=5; elseif strncmp(band,'blu',3) %blue vals(i)=6; elseif strncmp(band,'v',1) %violet vals(i)=7; elseif strncmp(band,'gra',3) %gray vals(i)=8; elseif strncmp(band,'w',1) %white vals(i)=9; else error(['Unknown Color Band.']) end end if vals(1)==0 error('First Color Band Cannot Be Black.') end r=(10*vals(1)+vals(2))*10^vals(3); Sö dông hµm nµy cho mét vµi vÝ dô: >> resistor('brown', 'black', 'red') ans= 1000 ------------------------oOo----------------------- ch−¬ng 13 PH¢N TÝCH D÷ LIÖU Bëi v× MATLAB lµ mét øng dông h−íng ma trËn nªn nã dÔ dµng thùc hiÖn c¸c ph©n tÝch thèng kª trªn c¸c tËp d÷ liÖu, trong khi theo mÆc ®Þnh MATLAB coi c¸c tËp d÷ liÖu ®−îc l−u tr÷ trong c¸c m¶ng cét, viÖc ph©n tÝch d÷ liÖu cã thÓ thùc hiÖn theo bÊt cø chiÒu nµo. §ã lµ trõ khi ®−îc chØ ®Þnh theo mét c¸ch kh¸c, c¸c cét cña mét m¶ng d÷ liÖu thÓ hiÖn c¸c th«ng sè ®o kh¸c nhau, mçi hµng thÓ
84 hiÖn mét gi¸ trÞ mÉu cña c¸c th«ng sè ®o ®ã. VÝ dô gi¶ sö nhiÖt ®é ban ngµy (tÝnh theo ®é C) cña 3 thµnh phè tÝnh trong mét th¸ng (31 ngµy ®−îc ghi l¹i vµ g¸n cho mét biÕn lµ temps trong mét script M_file, khi ch¹y M_file th× gi¸ trÞ cña temps ®−îc ®a vµo m«i tr−êng MATLAB, thùc hiÖn c«ng viÖc nµy, biÕn temps chøa: >> temps temps= 12 8 18 15 9 22 12 5 19 14 8 23 12 6 22 11 9 19 15 9 15 8 10 20 19 7 18 12 7 18 14 10 19 11 8 17 9 7 23 8 8 19 15 8 18 8 10 20 10 7 17 12 7 22 9 8 19 12 8 21 12 8 20 10 9 17 13 12 18 9 10 20 10 6 22 14 7 21 12 5 22 13 7 18 15 10 23 13 11 24 12 12 22 Mçi hµng chøa nhiÖt ®é cña mét ngµy nµo ®ã, cßn mçi cét chøa nhiÖt ®é cña mét thµnh phè. §Ó cho d÷ liÖu trë lªn dÔ dµng h¬n, h·y gâ vµo nh sau: >> d=1:31; % number the days of the month >> plot(d,temps) >> xlabel('Day of month') >> ylabel('Celsius') >> title('Daily High Tempratures in three Cities')
85 H×nh 13.1 LÖnh plot võa dïng trªn ®©y minh ho¹ thªm mét c¸ch sö dông. BiÕn d lµ mét vector dµi 31, trong khi biÕn temps lµ mét ma trËn 31x3. Cho tr−íc nh÷ng d÷ liÖu nµy, lÖnh plot sÏ trÝc mçi cét cña biÕn temps cho vµo d. §Ó minh ho¹ mét vµi kh¶ n¨ng ph©n tÝch d÷ liÖu cña MATLAB, h·y xÐt c¸c lÖnh sau, dùa trªn d÷ liÖu vÒ nhiÖt ®é ®· cho: >> avg_temp = mean(temps) avg_temp= 11.9677 8.2258 19.8710 VÝ dô trªn chØ ra r»ng thµnh phè thø 3 lµ cã nhiÖt ®é trung b×nh cao nhÊt, ë ®©y MATLAB ®· tÝnh nhiÖt ®é trung b×nh cña mçi cét mét c¸ch riªng rÏ. NÕu tÝnh trung b×nh ë c¶ 3 thµnh phè th×: >> avg_avg = mean(avg_temp) avg_avg= 13.3548 Khi mµ c¸c gi¸ trÞ ®Çu vµo trong mét hµm ph©n tÝch d÷ liÖu lµ mét vector hµng hay cét th× MATLAB chØ ®¬n gi¶n lµ tiÕn hµnh c¸c phÐp to¸n trªn vector vµ tr¶ vÒ gi¸ trÞ sè. B¹n còng cã thÓ dïng m¶ng ®Ó thùc hiÖn c«ng viÖc nµy: >> avg_temp = mean(temps,1) % Gièng nh− trªn, tÝnh cho c¸c cét avg_temp = 11.9677 8.2258 19.8710
86 % TÝnh cho mçi hµng >> avr_tempr = mean(temps,2) avr_tempr = 12.6667 15.3333 12.0000 15.0000 13.3333 13.0000 13.0000 12.6667 14.6667 12.3333 14.3333 12.0000 13.0000 11.6667 13.6667 12.3333 11.3333 13.6667 12.0000 13.6667 13.3333 12.0000 14.3333 13.0000 12.6667 14.0000 13.0000 12.6667 16.0000 16.0000 15.3333 §©y lµ gi¸ trÞ nhiÖt ®é trung b×nh ë c¶ ba thµnh phè trong tõng ngµy. XÐt bµi to¸n t×m sù chªnh lÖch nhiÖt ®é cña mçi thµnh phè so víi gi¸ trÞ trung b×nh, cã nghÜa lµ avg_temp(i) ph¶i bÞ trõ ®i bëi cét thø i cña biÕn temps. B¹n kh«ng thÓ ra mét c©u lÖnh nh− sau: >> temps-avg_temp ??? Error using ==> - Matrix dimensions must agree. Bëi v× thao t¸c nµy kh«ng ph¶i lµ c¸c thao t¸c ®· ®Þnh nghÜa trªn m¶ng (temps lµ mét m¶ng 31x3, cßn avg_temp lµ mét m¶ng 1x3). Cã lÏ c¸ch dïng vßng lÆp for lµ ®¬n gi¶n nhÊt: >> for i = 1:3 tdev(:,i) = temps(:,i)- avg_temp(i); end >> tdev tdev = 0.0323 -0.2258 -1.8710
87 3.0323 0.7742 2.1290 0.0323 -3.2258 -0.8710 2.0323 -0.2258 3.1290 0.0323 -2.2258 2.1290 -0.9677 0.7742 -0.8710 3.0323 0.7742 -4.8710 -3.9677 1.7742 0.1290 7.0323 -1.2258 -1.8710 0.0323 -1.2258 -1.8710 2.0323 1.7742 -0.8710 -0.9677 -0.2258 -2.8710 -2.9677 -1.2258 3.1290 -3.9677 -0.2258 -0.8710 3.0323 -0.2258 -1.8710 -3.9677 0.7742 0.1290 -1.9677 -1.2258 -2.8710 0.0323 -1.2258 2.1290 -2.9677 -0.2258 -0.8710 0.0323 -0.2258 1.1290 0.0323 -0.2258 0.1290 -1.9677 0.7742 -2.8710 1.0323 3.7742 -1.8710 -2.9677 1.7742 0.1290 -1.9677 -2.2258 2.1290 2.0323 -1.2258 1.1290 0.0323 -3.2258 2.1290 1.0323 -1.2258 -1.8710 3.0323 1.7742 3.1290 1.0323 2.7742 4.1290 0.0323 3.7742 2.1290 Khi thùc hiÖn ph−¬ng ph¸p nµy ta thÊy nã chËm h¬n so víi c¸c c©u lÖnh ®−îc MATLAB thiÕt kÕ riªng ®Ó dïng cho m¶ng. Khi ta nh©n b¶n biÕn avg_temp ®Ó kÝch th−íc cña nã b»ng víi kÝch th−íc cña temps. Sau ®ã thùc hiÖn phÐp trõ th× sÏ nhanh h¬n rÊt nhiÒu: >> tdev = temps - avg_temp(ones(31,1),:) tdev = 0.0323 -0.2258 -1.8710 3.0323 0.7742 2.1290 0.0323 -3.2258 -0.8710 2.0323 -0.2258 3.1290 0.0323 -2.2258 2.1290 -0.9677 0.7742 -0.8710 3.0323 0.7742 -4.8710 -3.9677 1.7742 0.1290 7.0323 -1.2258 -1.8710 0.0323 -1.2258 -1.8710 2.0323 1.7742 -0.8710 -0.9677 -0.2258 -2.8710 -2.9677 -1.2258 3.1290
88 -3.9677 -0.2258 -0.8710 3.0323 -0.2258 -1.8710 -3.9677 0.7742 0.1290 -1.9677 -1.2258 -2.8710 0.0323 -1.2258 2.1290 -2.9677 -0.2258 -0.8710 0.0323 -0.2258 1.1290 0.0323 -0.2258 0.1290 -1.9677 0.7742 -2.8710 1.0323 3.7742 -1.8710 -2.9677 1.7742 0.1290 -1.9677 -2.2258 2.1290 2.0323 -1.2258 1.1290 0.0323 -3.2258 2.1290 1.0323 -1.2258 -1.8710 3.0323 1.7742 3.1290 1.0323 2.7742 4.1290 0.0323 3.7742 2.1290 ë ®©y avg_temp(ones(31,1),:) sÏ nh©n b¶n hµng ®Çu tiªn (vµ lµ hµng duy nhÊt) cña biÕn avg_temp thµnh 31 b¶n, t¹o lªn mét ma trËn 31x3. Trong ®ã cét thø i chÝnh lµ avg_temp(i). >> max_temp = max(temps) max_temp= 19 12 24 C©u lÖnh t×m ra nhiÖt ®é lín nhÊt ë mçi thµnh phè trong th¸ng ®ã. >> [max_temp,x] = max(temps) max_temp= 19 12 24 x= 9 23 30 Cho biÕt gi¸ trÞ nhiÖt ®é lín nhÊt ë mçi thµnh phè vµ gi¸ trÞ chØ sè hµng x, t¹i ®ã gi¸ trÞ lín nhÊt xuÊt hiÖn, trong vÝ dô nµy x cho biÕt ngµy nãng nhÊt trong th¸ng. >> min_temp = min(temps) min_temp= 8 5 15 Cho biÕt nhiÖt ®é thÊp nhÊt ë mçi thµnh phè. >> [min_temp, n] = min(temps) min_temp= 8 5 15 n= 8 3 7 cho biÕt gi¸ trÞ nhiÖt ®é thÊp nhÊt ë mçi thµnh phè vµ chØ sè hµng n, t¹i ®ã gi¸ trÞ thÊp nhÊt x¶y ra. Trong vÝ dô nµy, n chÝnh lµ ngµy l¹nh nhÊt trong th¸ng.
89 >> s_dev = std(temps) s_dev= 2.5098 1.7646 2.2322 Cho biÕt ®é chªnh lÖch chuÈn cña biÕn temps. >> daily_change = diff(temps) daily_change = 3 1 4 -3 -4 -3 2 3 4 -2 -2 -1 -1 3 -3 4 0 -4 -7 1 5 11 -3 -2 -7 0 0 2 3 1 -3 -2 -2 -2 -1 6 -1 1 -4 7 0 -1 -7 1 2 2 -2 -3 2 0 5 -3 1 -3 3 0 2 0 0 -1 -2 1 -3 3 3 1 -4 -2 2 1 -4 2 4 1 -1 -2 -2 1 1 2 -4 2 3 5 -2 1 1 -1 1 -2 Cho biÕt sù kh¸c nhau vÒ nhiÖt ®é gi÷a c¸c ngµy liªn tiÕp chÝnh lµ ®é chªnh lÖch nhiÖt ®é cña ngµy h«m sau so víi ngµy h«m tr−íc. Trong vÝ dô nµy, hµng ®Çu tiªn cña daily_change lµ ®é chªnh lÖch nhiÖt ®é gi÷a ngµy ®Çu tiªn vµ ngµy thø hai trong th¸ng. 13.1 C¸c hµm ph©n tÝch d÷ liÖu Ph©n tÝch d÷ liÖu trong MATLAB ®−îc thùc hiÖn th«ng qua c¸c ma trËn h−íng cét, c¸c biÕn kh¸c nhau ®−îc l−u gi÷ trong c¸c cét kh¸c nhau vµ mçi hµm thÓ hiÖn gi¸ trÞ cña biÕn ë mét thêi ®iÓm quan s¸t nhÊt ®Þnh. C¸c hµm thèng kª cña MATLAB gåm cã:
90 C¸c hµm ph©n tÝch d÷ liÖu cplxpair(x) X¾p xÕp cÆp phøc liªn hîp cross(x,y) TÝch chÐo vector cumprod(x) TÝch tÝch luü theo cét cumprod(x,n) TÝch tÝch luü theo chiÒu n cumsum(x) Tæng tÝch luü theo cét cumsum(x,n) Tæng tÝch luü theo chiÒu n cumtrapz(x,y) TÝch chÐo tÝch luü cumtrapz(x,y,n) TÝch chÐo tÝch luü theo chiÒu n del2(A) To¸n tö rêi r¹c Laplacian 5 ®iÓm diff(x) TÝnh ®é chªnh lÖch gi÷a c¸c phÇn tö diff(x,m) TÝnh sè ra cÊp m cña c¸c phÇn tö diff(x,m,n) TÝnh sè ra cÊp m cña c¸c phÇn tö theo chiÒu n dot(x,y) TÝch v« h−íng cña hai vector gradient(Z,dx,dy) Gradient vi ph©n histogram(x) BiÓu ®å h×nh cét max(x), max(x,y) PhÇn tö lín nhÊt max(x,n) PhÇn tö lín nhÊt theo chiÒu n mean(x) Gi¸ trÞ trung b×nh cña cét mean(x,n) Gi¸ trÞ trung b×nh theo chiÒu n median(x) Gi¸ trÞ cña phÇn tö gi÷a cña cét median(x,n) Gi¸ trÞ cña phÇn tö gi÷a theo chiÒu n min(x), min(x,y) PhÇn tö nhá nhÊt min(x,n) PhÇn tö nhá nhÊt theo chiÒu n prod(x) TÝch c¸c phÇn tö trong cét prod(x,n) TÝch c¸c phÇn tö theo chiÒu n rand(x) Sè ngÉu nhiªn ph©n bè ®Òu randn(x) Sè ngÉu nhiªn ph©n bè b×nh thêng sort(x) X¾p xÕp c¸c cét theo thø tù t¨ng dÇn sort(x,n) X¾p xÕp theo chiÒu n sortrows(A) X¾p xÕp c¸c hµng theo thø tù t¨ng dÇn std(x), std(0) §é lÖch chuÈn cña cét chuÈn ho¸ theoN-1 std(x,1) §é lÖch chuÈn cña cét chuÈn ho¸ theoN std(x, flag, n) §é lÖch chuÈn theo chiÒu n subspace(A,B) Gãc gi÷a hai ®iÓm sum(x) Tæng c¸c phÇn tö trong mçi cét sum(x,n) Tæng c¸c phÇn tö theo chiÒu n trapz(x,y) TÝch chÐo cña y=f(x) trapz(x,y,n) TÝch chÐo theo chiÒu n ---------------------oOo------------------- ch−¬ng 14 §A THøC 14.1 C¸c nghiÖm cña ®a thøc T×m nghiÖm cña ®a thøc lµ gi¸ trÞ ®Ó ®a thøc b»ng kh«ng, lµ mét bµi to¸n th−êng gÆp trong thùc tÕ. MATLAB gi¶i quyÕt nh÷ng bµi to¸n nµy vµ ®ång thêi cung cÊp nh÷ng c«ng cô ®Ó tÝnh to¸n ®a