介绍现场编辑器

这个例子是一个介绍现场编辑器。在生活的编辑器中,你可以创建脚本显示输出与产生它的代码。添加格式化文本、方程、图像和超链接来增强你的叙述,和与他人分享生活脚本作为一个交互式文档。

在现场编辑器中创建一个生活的脚本。创建一个脚本,生活上的家选项卡上,单击新的生活的脚本。

加上人口普查数据

把生活脚本分为部分。部分可以包含文本、代码和输出。MATLAB代码出现灰色背景和输出出现白色背景。创建一个新的部分,去住编辑器选项卡并单击节休息按钮。

增加为1900年到2000年美国人口普查数据。

年= (1900:10:2000);%的时间间隔流行= [75.995 91.972 105.711 123.203 131.669…%的人口数据150.697 179.323 213.212 228.505 250.633 - 265.422)

流行=1×1175.9950 91.9720 105.7110 123.2030 131.6690 150.6970 179.3230 213.2120 228.5050 250.6330 265.4220

可视化人口随时间变化

部分可以独立运行。在一段运行代码,去住编辑器选项卡并单击运行部分按钮。您还可以点击蓝色酒吧出现当你移动鼠标左边的部分。运行一段时,输出和数字显示与产生它们的代码。

情节的人口数据。

情节(年,流行,“波”);%绘制人口数据轴((1900 2020 0 400));标题(美国1900 - 2000的人口);ylabel (“数百万”);包含(“年”)ylim ([300])

图包含一个坐标轴对象。坐标轴对象与标题美国人口1900 - 2000包含一个类型的对象。

我们可以预测2010年美国人口?

拟合数据

支持信息金宝app添加到文本,包括方程、图片、超链接。

让我们尝试用多项式拟合数据。我们将使用MATLABpolyfit函数的系数。

合适的方程是:

$\begin{array}{ll} y = 一个 x + b & 线性 \\ y = 一个 x^{2} + b x + c & 二次 \\ y = 一个 x^{3} + b x^{2} + c x + d 。 & 立方 \end{array}$

x =(年- 1900年)/ 50;coef1 = polyfit (x,流行,1)

coef1 =1×298.9924 - 66.1296

coef2 = polyfit (x,流行,2)

coef2 =1×315.1014 68.7896 75.1904

coef3 = polyfit (x,流行,3)

coef3 =1×4-17.1908 66.6739 29.4569 80.1414

绘制曲线

创建部分与任意数量的文本和代码行。

我们可以画出线性、二次和三次曲线拟合数据。我们将使用polyval函数来评估点的拟合多项式x。

pred1 = polyval (coef1 x);pred2 = polyval (coef2 x);pred3 = polyval (coef3 x);[pred1;pred2;pred3]

ans =3×1166.1296 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

现在让我们每个多项式的预测值。

持有在情节(年,pred1)情节(年,pred2)情节(年,pred3) ylim([300])传奇({“数据”“线性”“二次”“立方”},“位置”,“西北”)举行从

图包含一个坐标轴对象。坐标轴对象与标题美国1900 - 2000的人口包含4线类型的对象。这些对象表示数据,线性,二次,三次。

人口预测

你可以分享你的生活与其他MATLAB脚本用户,这样他们就可以复制你的结果。你也可以发布您的结果PDF、Microsoft®,或HTML文档。将控件添加到您的生活脚本向用户展示重要的参数影响分析。添加控件,去住编辑器选项卡上,单击控制按钮,并选择从可用选项。

我们现在可以计算某一年的预测人口使用我们的三个方程。

年=2018年;xyear = (- 1900) / 50;pred1 = polyval (coef1 xyear);pred2 = polyval (coef2 xyear);pred3 = polyval (coef3 xyear);[pred1 pred2 pred3]

ans =1×3299.7517 321.6427 295.0462

以2010年为例,线性和立方适合预测相似值的约有2.84亿人,而二次适合预测更高价值的大约3亿人。