MATLAB相关函数

第6章MATLAB数据分析与多项式计算6.1数据统计处理6.1.1最大值和最小值MATLAB提供的求数据序列的最大值和最小值的函数分别为max和min，两个函数的调用格式和操作过程类似。1．求向量的最大值和最小值求一个向量X的最大值的函数有两种调用格式，分别是：(1)y=max(X)：返回向量X的最大值存入y，如果X中包含复数元素，则按模取最大值。(2)[y,I]=max(X)：返回向量X的最大值存入y，最大值的序号存入I，如果X中包含复数元素，则按模取最大值。求向量X的最小值的函数是min(X)，用法和max(X)完全相同。例6-1求向量x的最大值。命令如下：x=[-43,72,9,16,23,47];y=max(x)%求向量x中的最大值[y,l]=max(x)%求向量x中的最大值及其该元素的位置2．求矩阵的最大值和最小值求矩阵A的最大值的函数有3种调用格式，分别是：(1)max(A)：返回一个行向量，向量的第i个元素是矩阵A的第i列上的最大值。(2)[Y,U]=max(A)：返回行向量Y和U，Y向量记录A的每列的最大值，U向量记录每列最大值的行号。(3)max(A,[],dim)：dim取1或2。dim取1时，该函数和max(A)完全相同；dim取2时，该函数返回一个列向量，其第i个元素是A矩阵的第i行上的最大值。求最小值的函数是min，其用法和max完全相同。例6-2分别求3×4矩阵x中各列和各行元素中的最大值，并求整个矩阵的最大值和最小值。3．两个向量或矩阵对应元素的比较函数max和min还能对两个同型的向量或矩阵进行比较，调用格式为：(1)U=max(A,B)：A,B是两个同型的向量或矩阵，结果U是与A,B同型的向量或矩阵，U的每个元素等于A,B对应元素的较大者。(2)U=max(A,n)：n是一个标量，结果U是与A同型的向量或矩阵，U的每个元素等于A对应元素和n中的较大者。min函数的用法和max完全相同。例6-3求两个2×3矩阵x,y所有同一位置上的较大元素构成的新矩阵p。6.1.2求和与求积数据序列求和与求积的函数是sum和prod，其使用方法类似。设X是一个向量，A是一个矩阵，函数的调用格式为：sum(X)：返回向量X各元素的和。prod(X)：返回向量X各元素的乘积。sum(A)：返回一个行向量，其第i个元素是A的第i列的元素和。prod(A)：返回一个行向量，其第i个元素是A的第i列的元素乘积。sum(A,dim)：当dim为1时，该函数等同于sum(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的各元素之和。prod(A,dim)：当dim为1时，该函数等同于prod(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的各元素乘积。例6-4求矩阵A的每行元素的乘积和全部元素的乘积。6.1.3平均值和中值求数据序列平均值的函数是mean，求数据序列中值的函数是median。两个函数的调用格式为：mean(X)：返回向量X的算术平均值。median(X)：返回向量X的中值。mean(A)：返回一个行向量，其第i个元素是A的第i列的算术平均值。median(A)：返回一个行向量，其第i个元素是A的第i列的中值。mean(A,dim)：当dim为1时，该函数等同于mean(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的算术平均值。median(A,dim)：当dim为1时，该函数等同于median(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的中值。例6-5分别求向量x与y的平均值和中值。6.1.4累加和与累乘积在MATLAB中，使用cumsum和cumprod函数能方便地求得向量和矩阵元素的累加和与累乘积向量，函数的调用格式为：cumsum(X)：返回向量X累加和向量。cumprod(X)：返回向量X累乘积向量。cumsum(A)：返回一个矩阵，其第i列是A的第i列的累加和向量。cumprod(A)：返回一个矩阵，其第i列是A的第i列的累乘积向量。cumsum(A,dim)：当dim为1时，该函数等同于cumsum(A)；当dim为2时，返回一个矩阵，其第i行是A的第i行的累加和向量。cumprod(A,dim)：当dim为1时，该函数等同于cumprod(A)；当dim为2时，返回一个向量，其第i行是A的第i行的累乘积向量。例6-6求s的值。6.1.5标准方差与相关系数1．求标准方差在MATLAB中，提供了计算数据序列的标准方差的函数std。对于向量X，std(X)返回一个标准方差。对于矩阵A，std(A)返回一个行向量，它的各个元素便是矩阵A各列或各行的标准方差。std函数的一般调用格式为：Y=std(A,flag,dim)其中dim取1或2。当dim=1时，求各列元素的标准方差；当dim=2时，则求各行元素的标准方差。flag取0或1，当flag=0时，按σ1所列公式计算标准方差，当flag=1时，按σ2所列公式计算标准方差。缺省flag=0，dim=1。例6-7对二维矩阵x，从不同维方向求出其标准方差。2．相关系数MATLAB提供了corrcoef函数，可以求出数据的相关系数矩阵。corrcoef函数的调用格式为：corrcoef(X)：返回从矩阵X形成的一个相关系数矩阵。此相关系数矩阵的大小与矩阵X一样。它把矩阵X的每列作为一个变量，然后求它们的相关系数。corrcoef(X,Y)：在这里，X,Y是向量，它们与corrcoef([X,Y])的作用一样。例6-8生成满足正态分布的10000×5随机矩阵，然后求各列元素的均值和标准方差，再求这5列随机数据的相关系数矩阵。命令如下：X=randn(10000,5);M=mean(X)D=std(X)R=corrcoef(X)6.1.6排序MATLAB中对向量X是排序函数是sort(X)，函数返回一个对X中的元素按升序排列的新向量。sort函数也可以对矩阵A的各列或各行重新排序，其调用格式为：[Y,I]=sort(A,dim)其中dim指明对A的列还是行进行排序。若dim=1，则按列排；若dim=2，则按行排。Y是排序后的矩阵，而I记录Y中的元素在A中位置。例6-9对二维矩阵做各种排序。6.2数据插值6.2.1一维数据插值在MATLAB中，实现这些插值的函数是interp1，其调用格式为：Y1=interp1(X,Y,X1,'method')函数根据X,Y的值，计算函数在X1处的值。X,Y是两个等长的已知向量，分别描述采样点和样本值，X1是一个向量或标量，描述欲插值的点，Y1是一个与X1等长的插值结果。method是插值方法，允许的取值有‘linear’、‘nearest’、‘cubic’、‘spline’。注意：X1的取值范围不能超出X的给定范围，否则，会给出“NaN”错误。例6-10用不同的插值方法计算在π/2点的值。MATLAB中有一个专门的3次样条插值函数Y1=spline(X,Y,X1)，其功能及使用方法与函数Y1=interp1(X,Y,X1,‘spline’)完全相同。例6-11某观测站测得某日6:00时至18:00时之间每隔2小时的室内外温度(℃)，用3次样条插值分别求得该日室内外6:30至17:30时之间每隔2小时各点的近似温度(℃)。设时间变量h为一行向量，温度变量t为一个两列矩阵，其中第一列存放室内温度，第二列储存室外温度。命令如下：h=6:2:18;t=[18,20,22,25,30,28,24;15,19,24,28,34,32,30]';XI=6.5:2:17.5YI=interp1(h,t,XI,‘spline’)%用3次样条插值计算6.2.2二维数据插值在MATLAB中，提供了解决二维插值问题的函数interp2，其调用格式为：Z1=interp2(X,Y,Z,X1,Y1,'method')其中X,Y是两个向量，分别描述两个参数的采样点，Z是与参数采样点对应的函数值，X1,Y1是两个向量或标量，描述欲插值的点。Z1是根据相应的插值方法得到的插值结果。method的取值与一维插值函数相同。X,Y,Z也可以是矩阵形式。同样，X1,Y1的取值范围不能超出X,Y的给定范围，否则，会给出“NaN”错误。例6-12设z=x2+y2，对z函数在[0,1]×[0,2]区域内进行插值。例6-13某实验对一根长10米的钢轨进行热源的温度传播测试。用x表示测量点0:2.5:10(米)，用h表示测量时间0:30:60(秒)，用T表示测试所得各点的温度(℃)。试用线性插值求出在一分钟内每隔20秒、钢轨每隔1米处的温度TI。命令如下：x=0:2.5:10;h=[0:30:60]';T=[95,14,0,0,0;88,48,32,12,6;67,64,54,48,41];xi=[0:10];hi=[0:20:60]';TI=interp2(x,h,T,xi,hi)6.3曲线拟合在MATLAB中，用polyfit函数来求得最小二乘拟合多项式的系数，再用polyval函数按所得的多项式计算所给出的点上的函数近似值。polyfit函数的调用格式为：[P,S]=polyfit(X,Y,m)函数根据采样点X和采样点函数值Y，产生一个m次多项式P及其在采样点的误差向量S。其中X,Y是两个等长的向量，P是一个长度为m+1的向量，P的元素为多项式系数。polyval函数的功能是按多项式的系数计算x点多项式的值，将在6.5.3节中详细介绍。例6-14已知数据表[t,y]，试求2次拟合多项式p(t)，然后求ti=1,1.5,2,2.5,…,9.5,10各点的函数近似值。6.4离散傅立叶变换6.4.1离散傅立叶变换算法简要6.4.2离散傅立叶变换的实现一维离散傅立叶变换函数，其调用格式与功能为：(1)fft(X)：返回向量X的离散傅立叶变换。设X的长度(即元素个数)为N，若N为2的幂次，则为以2为基数的快速傅立叶变换，否则为运算速度很慢的非2幂次的算法。对于矩阵X，fft(X)应用于矩阵的每一列。(2)fft(X,N)：计算N点离散傅立叶变换。它限定向量的长度为N，若X的长度小于N，则不足部分补上零；若大于N，则删去超出N的那些元素。对于矩阵X，它同样应用于矩阵的每一列，只是限定了向量的长度为N。(3)fft(X,[],dim)或fft(X,N,dim)：这是对于矩阵而言的函数调用格式，前者的功能与FFT(X)基本相同，而后者则与FFT(X,N)基本相同。只是当参数dim=1时，该函数作用于X的每一列；当dim=2时，则作用于X的每一行。值得一提的是，当已知给出的样本数N0不是2的幂次时，可以取一个N使它大于N0且是2的幂次，然后利用函数格式fft(X,N)或fft(X,N,dim)便可进行快速傅立叶变换。这样，计算速度将大大加快。相应地，一维离散傅立叶逆变换函数是ifft。ifft(F)返回F的一维离散傅立叶逆变换；ifft(F,N)为N点逆变换；ifft(F,[],dim)或ifft(F,N,dim)则由N或dim确定逆变换的点数或操作方向。例6-15给定数学函数x(t)=12sin(2π×10t+π/4)+5cos(2π×40t)取N=128，试对t从0~1秒采样，用fft作快速傅立叶变换，绘制相应的振幅-频率图。在0~1秒时间范围内采样128点，从而可以确定采样周期和采样频率。由于离散傅立叶变换时的下标应是从0到N-1，故在实际应用时下标应该前移1。又考虑到对离散傅立叶变换来说，其振幅|F(k)|是关于N/2对称的，故只须使k从0到N/2即可。程序如下：N=128;%采样点数T=1;%采样时间终点t=linspace(0,T,N);%给出N个采样时间ti(I=1:N)x=12*sin(2*pi*10*t+pi/4)+5*cos(2*pi*40*t);%求各采样点样本值xdt=t(2)-t(1);%采样周期f=1/dt;%采样频率(Hz)X=fft(x);%计算x的快速傅立叶变换XF=X(1