常用matlab作图命令

常用matlab作图命令

ID:29722325

大小:1.33 MB

页数:26页

时间:2018-12-22

常用matlab作图命令_第1页
常用matlab作图命令_第2页
常用matlab作图命令_第3页
常用matlab作图命令_第4页
常用matlab作图命令_第5页
资源描述:

《常用matlab作图命令》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、常用Matlab作图命令1.概率统计作图1.1绘出正态分布的密度函数曲线x=-5:0.1:5;y=normpdf(x,0,1);z=normpdf(x,0,2);plot(x,y,x,z)gtext('N(0,1)')gtext('N(0,2)')title('正态分布密度曲线')1.2绘出t-分布的密度函数曲线,并与标准正态密度曲线比较x=-5:0.1:5;y=tpdf(x,30);z=normpdf(x,0,1);plot(x,y,'k:',x,z,'k-')xlabel('itx');ylabel('概率密度itp')legend('t分布','标准正态密度')differe

2、nce=tpdf(x,30)-normpdf(x,0,1)1.3绘制开方分布密度函数在n分别等于1、5、15的图x=0:1:30;y1=chi2pdf(x,1);plot(x,y1,':')holdony2=chi2pdf(x,5);plot(x,y2,'+')y3=chi2pdf(x,15);plot(x,y3,'O')Axis([0,30,0,0.2])1.4计算自由度是50,10的F-分布的0.9的分位数,并给出概率与分位数关系的图形x=finv(0.9,50,10)x=2.1171p=fcdf(x,50,10)p=0.9000t=0:0.1:4;y=fpdf(x,50,10);

3、z=fpdf(t,50,10);plot(t,z,[x,x],[0,y])text(x,0,'2.1171')gtext('p=0.9')title('概率与分位数的关系')1.5经验累积分布函数图形X=normrnd(0,1,50,1);[h,stats]=cdfplot(X)y=evrnd(0,3,100,1);cdfplot(y)holdonx=-20:0.1:10;f=evcdf(x,0,3);plot(x,f,'m')legend('Empirical','Theoretical','Location','NW')1.6绘制正态分布概率图形X=normrnd(0,1,50,1

4、);normplot(X)1.7绘制威布尔(Weibull)概率图形%绘制威布尔(Weibull)概率图形的目的是用图解法估计来自威布尔分布的数据X,如果X是威布%尔分布数据,其图形是直线的,否则图形中可能产生弯曲。r=weibrnd(1.2,1.5,50,1);weibplot(r)1.8样本数据的盒图%boxplot(X)%产生矩阵X的每一列的盒图和“须”图,“须”是从盒的尾部延伸出来,并表示盒外数据长度的线,如果“须”的外面没有数据,则在“须”的底部有一个点。x1=normrnd(5,1,100,1);x2=normrnd(6,1,100,1);x=[x1x2];boxplot(

5、x,1,'g+',1,0)1.9样本的概率图形data=normrnd(0,1,30,2);p=capaplot(data,[-2,2])p=0.91991.10附加有正态密度曲线的直方图r=normrnd(10,1,100,1);histfit(r)1.11在指定的界线之间画正态密度曲线格式p=normspec(specs,mu,sigma)%specs指定界线,mu,sigma为正态分布的参数p为样本落在上、下界之间的概率normspec([10Inf],11.5,1.25)1.12二项分布的函数图p=0.2;%Probabilityofsuccessforeachtrialn=1

6、0;%Numberoftrialsk=0:n;%Outcomesm=binopdf(k,n,p);%Probabilitymassvectorbar(k,m)%Visualizetheprobabilitydistributionset(get(gca,'Children'),'FaceColor',[.8.81])gridon1.13指数分布函数图lambda=2;%Failureratet=0:0.01:3;%Outcomesf=exppdf(t,1/lambda);%Probabilitydensityvectorplot(t,f)%Visualizetheprobability

7、distributiongridon1.14ksdensity概率密度估计函数cars=load('carsmall','MPG','Origin');MPG=cars.MPG;[f,x,u]=ksdensity(MPG);plot(x,f)title('DensityestimateforMPG')holdon[f,x]=ksdensity(MPG,'width',u/3);plot(x,f,'r');[f,x]=ksdensity(MPG,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。