Этот пример представляет собой введение в Live Editor. В интерактивном редакторе можно создавать сценарии, отображающие выходные данные вместе с кодом, который их создал. Добавление форматированного текста, уравнений, изображений и гиперссылок для улучшения повествования и совместного использования сценария в реальном времени с другими пользователями в качестве интерактивного документа.
Создайте сценарий в интерактивном редакторе. Чтобы создать сценарий в реальном времени, на вкладке Главная щелкните Создать сценарий в реальном времени.
Разделите сценарий на разделы. Разделы могут содержать текст, код и выходные данные. Код MATLAB отображается с серым фоном, а выходные данные - с белым. Чтобы создать новый раздел, перейдите на вкладку «Интерактивный редактор» и нажмите кнопку «Разрыв раздела».
Добавьте данные переписи населения США за 1900-2000 годы.
years = (1900:10:2000); % Time interval pop = [75.995 91.972 105.711 123.203 131.669 ... % Population Data 150.697 179.323 213.212 228.505 250.633 265.422]
pop = 1×11
75.9950 91.9720 105.7110 123.2030 131.6690 150.6970 179.3230 213.2120 228.5050 250.6330 265.4220
Секции могут выполняться независимо. Чтобы запустить код в разделе, перейдите на вкладку Live Editor и нажмите кнопку Run Section. Можно также щелкнуть синюю полосу, которая появляется при перемещении мыши влево от раздела. При выполнении раздела выходные данные и рисунки отображаются вместе с кодом, который их создал.
Постройте график данных о населении по отношению к году.
plot(years,pop,'bo'); % Plot the population data axis([1900 2020 0 400]); title('Population of the U.S. 1900-2000'); ylabel('Millions'); xlabel('Year') ylim([50 300])
Можем ли мы предсказать население США в 2010 году?
Добавьте в текст вспомогательную информацию, включая уравнения, изображения и гиперссылки.
Попробуем подобрать данные с помощью полиномов. Мы будем использовать MATLAB polyfit функция для получения коэффициентов.
Уравнения подгонки:
bx2 + cx + d.cubic
x = (years-1900)/50; coef1 = polyfit(x,pop,1)
coef1 = 1×2
98.9924 66.1296
coef2 = polyfit(x,pop,2)
coef2 = 1×3
15.1014 68.7896 75.1904
coef3 = polyfit(x,pop,3)
coef3 = 1×4
-17.1908 66.6739 29.4569 80.1414
Создание разделов с любым количеством текстовых и кодовых строк.
Мы можем построить график линейных, квадратичных и кубических кривых, соответствующих данным. Мы будем использовать polyval функция для вычисления аппроксимированных многочленов в точках в x.
pred1 = polyval(coef1,x); pred2 = polyval(coef2,x); pred3 = polyval(coef3,x); [pred1; pred2; pred3]
ans = 3×11
66.1296 85.9281 105.7266 125.5250 145.3235 165.1220 184.9205 204.7190 224.5174 244.3159 264.1144
75.1904 89.5524 105.1225 121.9007 139.8870 159.0814 179.4840 201.0946 223.9134 247.9403 273.1753
80.1414 88.5622 101.4918 118.1050 137.5766 159.0814 181.7944 204.8904 227.5441 248.9305 268.2243
Теперь давайте построим график прогнозируемых значений для каждого полинома.
hold on plot(years,pred1) plot(years,pred2) plot(years,pred3) ylim([50 300]) legend({'Data' 'Linear' 'Quadratic' 'Cubic'},'Location', 'NorthWest') hold off
Вы можете поделиться сценарием в реальном времени с другими пользователями MATLAB, чтобы они могли воспроизвести результаты. Результаты также можно опубликовать в формате PDF, Microsoft ® Word или HTML. Добавьте элементы управления в интерактивные сценарии, чтобы показать пользователям, как важные параметры влияют на анализ. Чтобы добавить элементы управления, перейдите на вкладку «Интерактивный редактор», нажмите кнопку «Управление» и выберите один из доступных параметров.
Теперь мы можем рассчитать прогнозируемое население данного года, используя наши три уравнения.
year = 
2018;
xyear = (year-1900)/50;
pred1 = polyval(coef1,xyear);
pred2 = polyval(coef2,xyear);
pred3 = polyval(coef3,xyear);
[pred1 pred2 pred3]ans = 1×3
299.7517 321.6427 295.0462
Например, в 2010 году линейные и кубические подгонки предсказывают сходные значения около 284 миллионов человек, в то время как квадратичная подгонка предсказывает гораздо более высокое значение около 300 миллионов человек.