数字数据的集成
此示例显示了如何以数值方式集成一组离散速度数据以近似行进的距离。这不可缺少的
家庭仅接受功能手柄作为输入,因此这些功能不能与离散数据集一起使用。利用陷阱
或者暨特拉普兹
当功能表达式无法集成时。
查看速度数据
考虑以下速度数据和相应的时间数据。
vel = [0 .45 1.79 4.02 7.15 11.18 16.09 21.90 29.05 29.05...29.05 29.05 29.05 22.42 17.9 17.9 17.9 17.9 14.34 11.01...8.9 6.54 2.03 0.55 0];时间= 0:24;
该数据代表汽车(以M/s为单位)的速度,以24 s的间隔1 s。
绘制速度数据点,并用直线连接每个点。
图图(时间,vel,' - *') 网格上标题(“汽车速度”)xlabel(“时间)”)ylabel('速度(m/s)')
斜率在加速期间为正,在恒定速度期间为零,在减速期间为负。时间t = 0
,车辆与vel(1)= 0
小姐。车辆加速直到达到最大速度t = 8
Svel(9)= 29.05
m/s并保持该速度为4 s。然后减速vel(14)= 17.9
m/s持续3 s,最终恢复休息。由于此速度曲线具有多个不连续性,因此单个连续函数无法描述它。
计算总距离旅行
陷阱
通过使用数据点创建梯形来执行离散集成,因此非常适合处理不连续性的数据集。该方法假设数据点之间的线性行为,当数据点之间的行为是非线性时,可以降低准确性。为了说明,您可以使用数据点作为顶点将梯形绘制到图上。
xverts = [time(1:end-1);时间(1:End-1);时间(2:end);时间(2:end)];yverts = [zeros(1,24);Vel(1:End-1);vel(2:end);零(1,24)];p = patch(xverts,yverts,'b',,,,'行宽',1.5);
陷阱
通过将区域分解为梯形,在一组离散数据下计算区域。然后,该功能添加每个梯形的面积以计算总面积。
通过使用数值集成速度数据来计算汽车(对应于阴影区域)的总距离陷阱
。默认情况下,假定点之间的间距是1
如果您使用语法陷阱(y)
。但是,您可以指定不同的均匀或非均匀间距X
使用语法陷阱(x,y)
。在这种情况下,读数之间的间距时间
向量是1
,因此使用默认间距是可以接受的。
距离=陷阱(vel)
距离= 345.2200
汽车旅行的距离t = 24
S约为345.22 m。
累积距离旅行
这暨特拉普兹
功能与陷阱
。尽管陷阱
仅返回最终集成值,暨特拉普兹
还返回向量中的中间值。
计算行进的累积距离并绘制结果。
cdistance = cumtrapz(vel);t =表(时间',cdistance','variablenames',{'时间',,,,“累积主义”})
t =25×2桌时间累积主义____ ____ __________________ 0 0 1 0 1 0.225 2 1.345 3 4.25 4 9.835 5 19 6 32.635 7 51.63 8 77.105 9 106.15 10 135.2 11 135.2 11 164.25 12 193.31 133.31 13 3.31 13 219.04 13 219.04 14 14 239.2 157.2 157.1⋮
情节(cdistance)标题(“每秒行进的累积距离”)xlabel(“时间)”)ylabel('距离(M)')