Upload
duongdang
View
243
Download
0
Embed Size (px)
Citation preview
Matlab/OctaveTomasz Sobiech, Politechnika Warszawska, Wydział Fizyki
29 stycznia 2016
Matlab jest środowiskiem stworzonym głównie w celu wykonywania obliczeń numerycznych. W składśrodowiska wchodzi język wysokiego poziomu, w większości kompatybilny z darmowymi odpowied-nikami takimi jak Octave oraz interpreter tego języka.
Matlab posiada zaawansowane funkcje do numerycznego rozwiązywania powszechnych problemów algebryliniowej, analizy sygnałów, statystyki, przetwarzania obrazów i innych. Jest łatwo rozszerzalny i konfigu-rowalny poprzez definiowane funkcji w języku Matlab lub używając dynamicznie ładowanych modułównapisanych w C++, C, Fortran lub innych językach.
1 WprowadzeniePoniższy poradnik będzie stanowił pomoc w pierwszych krokach nauki programowania w Matlabie, jednak praw-
dopodobnie niezbędne okaże się korzystanie z innych źródeł i pomocy, jak np. dokumentacja dostępna na stronie:http://www.mathworks.com/help/matlab/. Można również wykorzystać wbudowaną pomoc i dokumentację, dostępnąpo wpisaniu:
• doc
• docsearch
• help - spis dostępnych kategorii funkcji, lista funkcji należących do danej kategorii, opis wybranej funkcji
• lookfor - przeszukanie za pomocą słowa kluczowego
• demo
• echodemo
Kilka dodatkowych uwag:
• Możliwe są dwa podstawowe typy pracy: interakcja w linii poleceń lub uruchamianie gotowych skryptów zapisanychw M-plikach.
• Rozróżniane są duże i małe litery.
• Średnik na końcu linijki powoduje, że nie zostanie wyświetlony wynik tego polecenia.
• Komentarze rozpoczynają się znakiem %.
• Uzyskanie informacji o zdefiniowanych zmiennych, polecenie: who, whose
• Pracę kończy się przez wpisanie polecenia exit lub quit.
Strona 1 z 22
2 Podstawy
2.1 OgólniePodstawową strukturą danych jest macierz. Standardowo liczby przechowywane są jako double (zakres < 10−308, 10308 >),
możemy korzystać z wbudowanych stałych, takich jak: liczba π, jednostka urojona i, itd. i wbudowanych funkcji sin, exp,besselj itd.
2.2 Operacje na macierzachSkalar – Macierz o rozmiarze 1x1:
>> a = 1a = 1
Wektor – w tym przypadku macierz o jednym wierszu:
>> b = [2 4 6 8]b =
2 4 6 8
Wektor – tutaj macierz o jednej kolumnie:
>> c = [2; 4; 6; 8]c =
2468
Transpozycja macierzy:
>> c’ans =
2 4 6 8
Strona 2 z 22
Macierze można budować bezpośrednio:
>> d = [1,2,3,4; 5,6,7,8]d =
1 2 3 45 6 7 8
>> e = [8,7,6, 5; 4,3,2,1]e =
8 7 6 54 3 2 1
Lub łączyć składowe:
>> f = [d; e]f =
1 2 3 45 6 7 88 7 6 54 3 2 1
Istnieje możliwość definiowania każdego elementu osobno:
>> bb =
2 4 6 8
>> b(1) = 1b =
1 4 6 8
W ten sposób można automatycznie rozszerzyć macierz:
>> b(8) = 10b =
Strona 3 z 22
1 4 6 8 0 0 0 10
Macierze można dodawać:
>> b+bans =
2 8 12 16 0 0 0 20
Mnożyć (element po elemencie):
>> b.*bans =
4 64 144 256 0 0 0 400
Brak kropki oznaczałby, że operacja ma zostać wykonana w sensie macierzowym:
>> b*b’ans = 868
Tak samo jest również w przypadku potęgowania:
>> p=[1,2;3,4]p =
1 23 4
>> p.^2ans =
1 49 16
>> p^2ans =
7 1015 22
Strona 4 z 22
2.3 Generatory macierzyMożna stworzyć macierz zawierającą same zera, jedynki lub liczby losowe z zakresu [0, 1):
>> z = zeros(2,4)z =
0 0 0 00 0 0 0
>> o = ones(3,3)o =
1 1 11 1 11 1 1
>> n = rand(1,5)n =
0.868423 0.195988 0.861193 0.717563 0.099785
Można otrzymać wektor liczb z pewnego zakresu:
>> 1:10ans =
1 2 3 4 5 6 7 8 9 10
>> 1:2:10ans =
1 3 5 7 9
linspace(a, b, n) zwraca n liczb z zakresu 〈a, b〉
>> linspace(1, 3, 5)
ans =
1.0000 1.5000 2.0000 2.5000 3.0000
Strona 5 z 22
2.4 Instrukcje sterujace, petle i funkcjeInstrukcja warunkowa if:
1 if warunek 12 instrukcje - wersja 13 elseif warunek 24 instrukcje - wersja 25 else6 instrukcje - wersja N7 end
Pętla while
1 while warunek2 instrukcje3 end
Pętla for umożliwia wykonanie bloku instrukcji dla każdego elementu wektora.
1 for i = wektor2 instrukcje3 end
Oprócz korzystania z funkcji standardowych można tworzyć także własne funkcje:
1 function [zmienne wyjsciowe] = nazwa_funkcji(argumenty wejsciowe);2 instrukcje3 end
Istnieje również możliwość definiowania funkcji anonimowych. Są to krótkie, jednolinijkowe funkcje (wyrażenia lambda):
1 nazwa_funkcji = @(argumenty wejsciowe) instrukcja
2.5 Prezentacja wynikówPodstawową instrukcją tworzącą dwuwymiarowe wykresy jest funkcja plot:
>> x = -2*pi: 0.1 : 2*pi>> plot(x, sin(x))
Do rysowania histogramów wykorzystujemy funkcję hist:
>> hist(randn (100, 1), 20)
Strona 6 z 22
a) b)
Rysunek 1: Wykres funkcji sinus (a), histogram (b)
Do rysowania wykresów 3D służą funkcję takie jak: mesh, surface, waterfall i wiele innych, przykład:
>> z = peaks(25);>> mesh(z);>> colormap(hsv)
Przykład 1. Zadanie do wykonania: zrobić sprawozdanie z prawa Ohma (lab. CLF)
1 %niepelne dane2 U = [0.09, 0.18, 0.29, 0.37, 0.46, 0.54, ..., 3.4, 4, 4.5, 5.5, 6, 6.5, 7, 8, 8.5, 9, 9.5];3 I = [0.0017, 0.00341, 0.00565, 0.00713, 0.00905, 0.01053, ..., 0.125, 0.138, 0.150, 0.186];4 dI = [0.0001,0.00005,0.00008,0.0001,0.0001,0.0002,...,0.003,0.003,0.003,0.003,0.003,0.003];5 % errorbar rysuje wykres z niepewnosciami pomiarowymi (tylko dy)6 % argument 'r*' oznacza rysuj czerwone gwiazdki (standardowo niebieska linia)7 errorbar(U, I, dI, 'r*');8 hold on; % wstrzymuje wykres przed usunieciem zawartosci po ponownym rysowaniu9
10 P = polyfit(U, I, 1); %dopasowanie wielomianu stopnia n,11 %zwraca P = [a_n, ..., a_0] - wektor wspolczynikow wielomianu12 x = 0:0.01:10;13 %polyval oblicza wielomian y = a_n.*x.^n + ... + a_1.*x + a_014 plot(x, polyval(P, x)); hold off;15
16 %podpisywanie osi17 xlabel('U [V]');18 ylabel('I [A]');19
20 %wypisywanie na ekran z formatowaniem21 fprintf('Opor elektryczn R = %0.2f Ohm\n', P(1));
Strona 7 z 22
Rysunek 2: Charakterystyka napięciowo prądowa
Przykład 2. Zadanie do wykonania: zgubiłeś wyniki pomiarów śrubą mikrometryczną, ale musisz oddać jutro sprawozdanie.
1 % srednica preta 10 [mm] odchylenie standardowe sig = 0.052 d = 0.05*randn(1, 20) + 10;3
4 mu = mean(d); %warosc srednia5 sig = std(d); %odchylenie standardowe6
7 hist(d)
Przykład 3. Rozważ krzywą daną równaniami parametrycznymi x(t) = sin(2t), y(t) = cos(t), z(t) = t, gdzie t ∈ 〈0, 2π〉).
Oblicz długość łuku tej krzywej. Długość łuku liczymy ze znanego z analizy wzoru: L =b∫a
√(dx(t))2 + (dy(t))2 + (dz(t))2.
1 t = 0:0.1:3*pi;2 plot3(sin(2*t),cos(t),t);3 % definiujemy funkcje podcalkowa jako funkcje anonimowa4 f = @(t) sqrt(4*cos(2*t).^2 + sin(t).^2 + 1);5
6 len = integral(f,0,3*pi);
Strona 8 z 22
3 Praca zdalnaMatlab kosztuje niemało, więc aby z niego korzystać legalnie musimy iść na wydział:
$ ssh -Y [email protected]
a następnie wejść do sali 228 i usiąść przy wolnym komputerze, na przykład 02:
$ ssh -Y sl228-02
Opcja -Y w poleceniu ssh przekieruje okno matlaba na twój komputer. Teraz uruchamiamy matlaba:
$ matlab
Strona 9 z 22
4 Operatory (raz jeszcze)
4.1 Operator zakresuSkładnia operatora : wygląda następująco start : krok : nie większe niż . Przykład:
>> a = 3:0.7:7a =
3.0000 3.7000 4.4000 5.1000 5.8000 6.5000
Domyślna wartość kroku to jeden, składnia upraszcza się wtedy do postaci:
>> a = 3:7a =
3 4 5 6 7
W kontekście macierzy operator ten może przybrać jeszcze jedną formę:
>> A = zeros(3,4);>> A(:,2) = 1
A =
0 1 0 00 1 0 00 1 0 0
Zapis A(:,2) weź wszystkie wartości z kolumny 2. Operatora zakresu możemy też używać z typem danych char:
>> s = ’a’:’f’
s =
abcdef
4.2 Działania arytmetyczne4.2.1 Operatory macierzowe
Możliwość wykonywania działań macierzowych jest absolutnie niezbędna dla programisty-fizyka, środowiskoMatlab/Octave pozwala na wykonywanie takich obliczeń w szybki sposób przez zdefiniowane operatory (tab. 1), bez pisaniazbędnych pętli for.
Strona 10 z 22
Tablica 1: Operatory macierzowe
Operacja OperatorDodawanie +Odejmowanie -Mnożenie *Potęgowanie ^Lewostronne dzielenie \Prawostronne dzielenie /
Jeszcze słowo komentarza á propos dzielenia, oprócz dzielenia prawostronnego (/) mamy do dyspozycji dzielenielewostronne (\). Dzielenie takie stosowane jest w równaniach macierzowych. W szczególności polecenie x = A\b rozwiązujerównanie Ax = b. Jest ono odpowiednikiem inv(A)*b, ale działa szybciej i numerycznie stabilniej.
4.2.2 Operatory tablicowe
Prawdopodobnie dużo częściej wykorzystywane są operatory tablicowe (tab. 2). Za ich pomocą możemy uzyskać takiestruktury jak v.*w = [v1w1, v2w2, ..., vnwn], czy v.^w = [vw1
1 , vw22 , ..., vwn
n ]. Te same zasady stosują się do macierzy. Dladwóch macierzy A i B polecenie C = A.*B, w wyniku daje macierz z elementami Cij = AijBij .
Tablica 2: Działania tablicowe
Operacja OperatorDodawanie +Odejmowanie -Mnożenie .*Potęgowanie .^Lewostronne dzielenie .\Prawostronne dzielenie ./
4.3 Operatory relacjiDziałania z użyciem operatorów relacji dają wynik w postaci macierzy o tej samej wielkości co argumenty, gdzie 1
oznacza prawdziwość relacji, a 0 oznacza fałsz.
Tablica 3: Operatory relacji
Operacja OperatorMniejszy niż <Mniejszy lub równy <=Większy niż >Większy lub równy >=Równy ==Różny od =
Strona 11 z 22
Przykłady:
>> x = [1, 5, 3, 7];>> y = [0, 2, 8, 7];>> k = x<y
k =
0 0 1 0>> k = x>=y
k =
1 1 0 1>> k = x~=y
k =1 1 1 0
4.4 Operatory logiczneOperatory logicznie działają analogicznie do operatorów relacji, zwracają macierz o tej samej wielkości co argumenty:
Tablica 4: Operatory logiczne
Operacja OperatorKoniunkcja &Alternatywa |Negacja ~Alternatywa wykluczająca xor
Strona 12 z 22
5 Praca z macierzami
5.1 Indeksowanie macierzyW środowisku Matlab/Octave istnieją dwa sposoby indeksowania tablic (patrz rys. 3) tzw. index oraz subscripts, jak
to działa sprawdzimy na prostym przykładzie:
>> A = rand(4, 5)
A =
0.6557 0.6787 0.6555 0.2769 0.69480.0357 0.7577 0.1712 0.0462 0.31710.8491 0.7431 0.7060 0.0971 0.95020.9340 0.3922 0.0318 0.8235 0.0344
>> A(4) %w notacji index
ans =
0.9340>> A(4,1) %to samo w notacji subscripts
ans =
0.9340
>> A(5) %w notacji index
ans =
0.6787
>> A(1, 2) %to samo w notacji subscripts
ans =
0.6787
Rysunek 3: Dwa sposoby indeksowania macierzy
Strona 13 z 22
Oczywiście tyczy się to też macierzy o większej ilości wymiarów. Do konwersji pomiędzy tymi dwoma stylami indeksowaniamacierzy można wykorzystać funkcję ind2sub oraz sub2ind. Przykład (Macierz A z poprzedniego przykładu):
>> idx = [sub2ind(size(A), 3, 2), sub2ind(size(A), 4, 4), sub2ind(size(A), 4, 5)] ...%tworzymy wektor 3 indeksów które chcemy wybrać z macierzy
idx =
7 16 20
>> A(idx) %wypisujemy podane elementy
ans =
0.7431 0.8235 0.0344>> A(idx) = 0; %nadpisujemy wartość podanych elementów
>> A
A =
0.6557 0.6787 0.6555 0.2769 0.69480.0357 0.7577 0.1712 0.0462 0.31710.8491 0 0.7060 0.0971 0.95020.9340 0.3922 0.0318 0 0
Możemy też podawać w obu konwencjach wektory. W konwencji index przykład jest już wyżej, z macierzy wybieranesą wszystkie elementy, których index jest podany w wektorze. Trochę więcej przykładów:
>> A([1, 3, 5, 6, 7])
ans =
0.6557 0.8491 0.6787 0.7577 0
>> A(1:2:20) %co drugi element
ans =
Columns 1 through 9
0.6557 0.8491 0.6787 0 0.6555 0.7060 0.2769 0.0971 0.6948
Column 10
0.9502
>> i = 5:5:20 %co piąty indeks od piątego do dwudziestego
Strona 14 z 22
i =
5 10 15 20
>> A(i)
ans =
0.6787 0.1712 0.0971 0
W konwencji subscripts zwracany jest produkt kartezjański podanych indeksów:
>> A([1, 2], [1, 2]) %produkt kartezjański to elementy (1, 1), (1, 2), (2, 1), (2, 2)
ans =
0.6557 0.67870.0357 0.7577
>> A(1:3,1:3) %wykorzystując operator zakresu
ans =
0.6557 0.6787 0.65550.0357 0.7577 0.17120.8491 0 0.7060
>> A(1:2:3,1:3) %co drugi wiersz od pierwszego do trzeciego i od pierwszej kolumny do trzeciej
ans =
0.6557 0.6787 0.65550.8491 0 0.7060
Należy tu jeszcze wspomnieć o kolejnym ważnym elemencie dotyczącym indeksowania, mianowicie słowo kluczoweend. Standardowo słowo end kończy blok kodu po for, if itd., w tym kontekście indeksowania ma ono inne znaczenie, tj.oznacza ostatni element macierzy.
>> A(end)
ans =
0
>> A(end-4:end) %ostatnie pięć elementów
ans =
Strona 15 z 22
0 0.6948 0.3171 0.9502 0
>> A(end-1:end, 1) %korzystając z subscripts: przedostatni i ostatni element pierwszej kolumny
ans =
0.84910.9340
>> A(2:end, 1:end-3)
ans =
0.0357 0.75770.8491 00.9340 0.3922
Typowe zastosowanie wybierania indeksów z którym na pewno się spotkacie:
>> x = 0:0.01:10*pi;>> y = sin(x);>> idx = find(abs(y) < 5e-3); ...%funkcja find zwraca indeksy elementów wektora równych 1 (działanie operatora relacji już znacie)
>> plot(x, y, ’b-’, x(idx), y(idx), ’ro’)
Na rysunku 4 przedstawiony jest wynik powyższych operacji.
Rysunek 4: Miejsca zerowe funkcji f(x) = sin(x)
Strona 16 z 22
5.2 WektoryzacjaPrzez wektoryzację rozumiemy nadanie obliczeniom takiej struktury, w której można zastosować zmienne wektorowe lub
tablicowe z operatorami tablicowymi zamiast seryjnych obliczeń skalarnych. Jako przykład rozważ aproksymację funkcjiwykładniczej za pomocą pierwszych dziesięciu wyrazów rozwinięcia w szereg
ex =∑k
xk−1
(k − 1)!
Można to liczyć w pętli, co jest czasochłonne, gdyż interpreter musi dziesięć razy wykonać tą czynność (interpreterjest wolny). W formie zwektoryzowanej interpreter parsuje jedną linijkę, reszta liczy się w wewnętrznych funkcjachMatlab/Octave napisanych w szybkich językach typu C/C++
>> x = 1;>> k=1:10;>> e = sum(x.^(k-1)./factorial(k-1))
e =
2.7183>>%lub w inny sposób po wykonaniu drobnych przekształceń w głowie>> format long>> sum(1./factorial(0:10))-exp(1)
ans =
-2.731266102173890e-08
>> sum(1./factorial(0:10))-exp(1) %policzmy błąd takiego przybliżenia
ans =
-2.731266102173890e-08
>> sum(1./factorial(0:20))-exp(1) %zwiększmy nieco ilość wyrazów szeregu
ans =
0
W ten oto prosty sposób policzyliśmy liczbę Nepera. Stosować wektoryzację należy zawsze (o ile to jest możliwe)! Innyprzykład, odtworzymy sobie działanie funkcji diff, i policzmy pochodną funkcji:
>> plot(x, y, x, Dy)>> dx = 0.001;>> x = 0:dx:2*pi;>> y = sin(x);>> Dy = (y(2:end)-y(1:end-1))./dx; ...%diff => y(2:end)-y(1:end-1), dzieląc przez dx otrzymujemy pochodną
Strona 17 z 22
>> Dy = [Dy, Dy(end)]; %powielenie ostatniego elementu, żeby zgadzały się długości wektorów>> plot(x, y, x, Dy)
Rysunek 5: Funkcja f(x) = sin(x) oraz jej pochodna f ′(x) = cos(x)
5.3 Trudniejsze przykładyRozwiążmy teraz typowy fizyczny problem tj. rozwiążemy dwuwymiarowe równanie Poissona
∇u(x, y) = f(x, y) ∀(x,y) ∈ 〈0, 100〉 × 〈0, 100〉 = Ω
u(x, y)∣∣∂Ω
= 0
gdzie
f(x, y) =
100 ∀(x,y) ∈ 〈49, 51〉 × 〈10, 90〉 = ω
0 ∀(x,y) ∈ Ω\ω
Przedstawione tu rozumowanie jest nieco uproszczone, więcej o rozwiązywaniu równań różniczkowych można dowiedzieć sięna wykładnie z Metod Numerycznych lub w internecie. Dyskretyzując równanie dla prostokątnej siatki otrzymujemy:
ui−1,j + ui,j−1 + ui+1,j + ui,j+1
4− ui,j = fi,j (1)
u0,j = u100,j = ui,0 = ui,100 = 0 (2)
Obliczenie tego wyrażenia w C wymagałoby iteracji po całej macierzy w dwóch pętlach for, możemy jednak tozwektoryzować. Graficznie pierwszy składnik tego równania można przedstawić jak poniżej:
1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25
1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25
+
Strona 18 z 22
1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25
1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25
+
1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25
1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25
+
1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25
1 6 11 16 212 7 12 17 223 8 13 18 234 9 14 19 245 10 15 20 25
+
Tak powstałą nową macierz należy jeszcze podzielić przez cztery i odjąć od niej macierz początkową.
1 close all, clear all, clc %zamknij wszystkie wykresy, wyczysc zmienne, wyczysc linie komend2
3 %definicja geometrii4 N = 100;5 u = zeros(N, N);6 %rysuje prostokat7 %wybieramy podmacierz i przypisujemy ladunek8 %floor (podloga) zaokraglenie, aby miec pewnosc ze bedzie liczba calkowita9 w1 = floor((N/2))-1;
10 w2 = floor((N/2))+1;11 u(10:N-10, w1:w2) = 100;12
13 for i = 0:1e414 %liczymy laplasjan (to tu cala magia)15 nabla = zeros(N, N);16 nabla(1:end-1,:) = nabla(1:end-1,:) + u(2:end,:);17 nabla(2:end,:) = nabla(2:end,:) + u(1:end-1,:);18 nabla(:,1:end-1) = nabla(:,1:end-1) + u(:,2:end);19 nabla(:,2:end) = nabla(:,2:end) + u(:,1:end-1);20 nabla = nabla./4.0;21 nabla = nabla - u;22
23 u = u + nabla;24
25 %warunki brzegowe26 u(1,:) = zeros(1, N);27 u(end,:) = zeros(1, N);28 u(:,1) = zeros(1, N);29 u(:,end) = zeros(1, N);30
31 u(10:N-10, w1:w2) = 100;32 end33
34 contourf(u); hold on;35 rectangle('Position',[w1, 10, w2-w1, N-20],'FaceColor','k')
Strona 19 z 22
Rysunek 6: Rozwiązanie równania
Zadanie 1. Wygenerować macierz 3D zgodnie ze wzorem v = x ∗ sin(x2 − y2 − z2
)w przedziale [−2, 2] z krokiem 0.05.
Wyświetlić ją na ekranie.
1 close all, clear all, clc %zamknij wszystkie wykresy, wyczysc zmienne, wyczysc linie komend2
3 [X,Y,Z] = meshgrid(-2:0.05:2,-2:0.05:2,-2:2); %tworzymy 3 macierze 3D4 V = X.*sin(X.^2-Y.^2-Z.^2); %tworzymy nowa macierz 3D z wartosciami ze wzoru5
6 for i = 1:57 % conturf rysuje wykres w formie mapy8 [¬,h] = contourf(X(:,:,3), Y(:,:,3), V(:,:,3)); hold on;9
10 %tu troche magicznych funkcji w sumie nieistotne11 hh = get(h,'Children');12 set(hh, 'ZData', cellfun(@(x) (i-3)*ones(size(x)), get(hh,'XData'), 'UniformOutput',false))13 end
Rysunek 7: Mapy kostki
Strona 20 z 22
6 WizualizacjaW tym rozdziale przedstawione zostały różne przykłady wizualizacji danych w Matlab/Octave. Najbardziej użyteczną
funkcją generującą wykresy jest plot, jej składnia wygląda następująco:
plot(vec_x1, vec_y1, ’opcje stylu’, vec_x1, vec_y1, ’opcje stylu’, ...)
Przykładowo:
plot(y) %tworzy domyślny wykres na osi x odłożone są ideksy wektora yplot(x,y,’--’) %zamiast linii ciągłej jest przerywanaplot(x,y,’ro’) %rysuje czerwone kółka
Tablica 5: Opcje stylów
Opcje koloru Opcje stylu linii Opcje stylu znacznikay żółty - linia ciągła + symbol plusam purpurowy – linia przerywana o kółkoc granatowy : linia kropkowana * gwiazdkar czerwony -. linia kreskowo-kropkowa x znak xg zielony . kropkab niebieski ^ daszekw biały s kwadratk czarny d rąb
6.1 Etykiety, tytuły, legendy i inneWykresy można opisywać za pomocą poleceń:
xlabel(’napis x’) % tytuł osi xylabel(’napis y’) % tytuł osi ytitle(’tytul’) % tytuł wykresutext(x, y, ’napis’) % umieszcza na wykresie napis w pozycji (x,,y)
Legendę można utworzyć, jak nie trudno się zgadnąć, za pomocą funkcji legend
legend(’linia 1’, ’linia 2’, ...) % tworzy legendę zawierającą etykiety ’linia 1’, ...legend(’StylLinii1’, ’linia 1’, ...) % przypisuje każdej etykiecie styl liniilegend(..., pos) % pos = 1 (lub inna wartość) ustawia pozycję legendylegend off % wyłącza legendę
Ustawiać zakresy osi możemy za pomocą polecenia axis
axis([x_min, x_max]) % ustawia zakres osi xaxis([x_min, x_max, y_min, y_max]) % ustawia zakres osi x i yaxis(’equal’) % ustawia jednakową skalę na obu osiachitd.
6.2 Wykresy nakładaneIstnieje kilka sposobów narysowania wielu linii na jednym wykresie, oto przykład:
Strona 21 z 22
1 t = linspace(0, 2*pi, 100);2 y1 = sin(t);3 y2 = t;4 y3 = t - (t.^3)/6 + (t.^5)/120;5
6 %rysuje y1 jako ciagla linie (domyslnie)7 plot(t,y1)8 % %dodaje y2 jako linie przerywana9 line(t,y2, 'linestyle', '--')
10 % %dodaje y3 jako serie kolek11 line(t,y3, 'linestyle', 'o')12
13 %inaczej ale robi to samo14 plot(t,y1)15 hold on16 plot(t,y2, 'linestyle', '--')17 plot(t,y3, 'linestyle', 'o')18 hold off19
20 %w ten sposob podobnie ale dodatkowo automatycznie zmienia kolory linii21 plot(t,y1,t,y2, '--',t,y3, 'o')22
23 axis([0 5 -1 5]) %nowe zakresy osi24 xlabel('t')25 ylabel('aproksymacja sin(t)')26 title('Wykresy nakladane')27 legend('sin(t)', 'aproksymacja liniowa', 'aproksymacja piatego rzedu')
6.3 Tworzenie wykresów równoległychDo rysowania kilku wykresów w jednym oknie służy polecenie subplot. Funkcja ta dzieli okno na siatkę (n, m)
podwykresów, na przykład:
subplot(3,2,1) % trzeci argument oznacza na którym wykresie aktualnie rysujemyplot(x)subplot(3,2,2)plot(y)...
1 t = linspace(0, 8*pi, 200);2 y = t.*sin(t);3
4 figure(1) %tworzy okno5 subplot(1, 2, 1)% dzieli okno na macierz (1,2) wykresow rysuje na 16 area(t, y);7 subplot(1, 2, 2)% teraz rysuje na 28 t = linspace(0, 2*pi, 200);9 y = sqrt(abs(2.*sin(5.*t)));
10 polar(t, y)11
12 figure(2) %tworzy drugie okno13 subplot(1, 2, 1)14 hist(randn(1, 1000));15 subplot(1, 2, 2)16 t = linspace(0, 2*pi, 500);17 r = sqrt(abs(2.*sin(5.*t)));18 x = r.*cos(t);19 y = r.*sin(t);20 fill(x, y, 'r')
Strona 22 z 22