Differenze

Queste sono le differenze tra la revisione selezionata e la versione attuale della pagina.

--- roberto.alfieri:pub:matlab [11/11/2019 16:57] – [Ambiente di Lavoro] roberto.alfieri
+++ roberto.alfieri:pub:matlab [11/11/2020 10:29] (versione attuale) – [Programmazione] roberto.alfieri
@@ Linea 21: / Linea 21: @@
 L'Università di Parma ha acquistato la licenza TAH (Total Academic Headcount) di MathWorks, che consente l'installazione di Matlab (inclusi Simulink e una cinquantina circa di toolbox aggiuntivi)  per personale e studenti dell'Ateneo. La licenza e' per il solo uso didattico.
-{{:roberto.alfieri:user:studenti-how_to_install_and_activate_your_personal_copy_of_matlab-student.pdf| Installazione di Matlab per studenti UniPR}}
+[[ https://si.unipr.it/sites/default/files/2018-11/Avviorapido-licenza-TotalAcademicHeadcount-UtenteFinale.pdf | Avvio rapido ]] -
+{{ https://si.unipr.it/pagina-base/matlab-luniversita-di-parma
+| Installazione di Matlab per studenti UniPR}}
 [[ https://www.gnu.org/software/octave/download.html | Octave download]] -
@@ Linea 68: / Linea 71: @@
   cd z:        # cambia disco di lavoro in Z: (in ambiente windows)
   mkdir newdir # crea la directory newdir
-  history        #visulizza la storia dei comandi eseguiti (solo Octave)
+  history      # visulizza la storia dei comandi eseguiti (solo Octave)
-  diary on      # attiva il salvataggio della sessione di comandi
+  diary on     # attiva il salvataggio della sessione di comandi
-  diary nomefile.txt # Scrive in nomefile.txt tutti i comandi eseguiti
+  diary nomefile.txt     # Scrive in nomefile.txt tutti i comandi eseguiti
-  type filename.m #visualizza il contenuto
+  type filename.m        # visualizza il contenuto
-  save filename.dat   # Salva il Workspace
+  save filename.dat      # Salva il Workspace
-  load filename.dat   # Carica il WS
+  load filename.dat      # Carica il WS
   save -ascii file.dat c # Salva in formato ascii la variabile c
@@ Linea 95: / Linea 98: @@
 columns(A)  #Determina il numero di colonne (solo Octave)
 length(A)   #Dimensione massima della matrice
+r=8
+c=4
 zeros(r,c)  #Matrice rxc di 0
 ones(r,c)   #Matrice rxc di 1
@@ Linea 118: / Linea 123: @@
   hold on       # Mantieni il disegno corrente nel grafico (per plot sovrapposti)
   hold off      # Disattiva la funzione hold-on
-  print('filename.png','-dpng'); # stampa su stampante o su file il plot
+  print('plot_matlab.png','-dpng'); # stampa su file il plot in formato png (MATLAB)
+  print('plot_matlab.pdf','-dpdf'); # stampa su file il plot in formato pdf (MATLAB)
+  print plot_matlab.png  -dpng'; # stampa su file il plot in formato png (OCTAVE)
+  print plot_matlab.pdf  -dpdf'; # stampa su file il plot in formato pdf (OCTAVE)
 ==== Distribuzione normale ====
 [[ https://it.wikipedia.org/wiki/Distribuzione_normale | Distribuzione Normale ]] (wp)
 <code>
-X=randn(r,c)  #Matrice rxc di casuali con distribuzione normale (mean=0, std=1)
+c=2
-m=mean(A)     #Valor medio di ogni colonna di A
+r=10
-s=std(A)      #Deviazione standard di ogni colonna A
+RN=randn(r,c)  #Matrice rxc di casuali con distribuzione normale (mean=0, std=1)
-std(A(:,2)) #Std della seconda colonna
+m=mean(RN)     #Valor medio di ogni colonna di X
-normpdf(X,m,s)         #Densita' di prob. per ogni elemento di X, con mean=m e std=s
+s=std(RN)      #Deviazione standard di ogni colonna X
-X=abs(rand(1,20))*10 ; # Crea un vettore di 20 numeri casuali tra 0 e 10
+std(RN(:,2))   #Std della seconda colonna
-Y=hist(X,10);          # Suddivide l'intervallo del vettore in 10 intervalli e calcola le frequenze
+#
+X=[-3.14:0.1:3.14]
+Y=normpdf(X,m,s)         #Densita' di prob. per ogni elemento di X, con mean=m e std=s
+plot(X,Y)
+#
+X=randn(1,200)*10+5 ; # Crea un vettore di 200 numeri random con distribuzione normale, con valor medio=5 e std=10
+hist(X,10);         # Suddivide l'intervallo del vettore in 10 intervalli, calcola e disegna  le frequenze
 </code>
 ==== Distribuzione di Poisson ====
@@ Linea 136: / Linea 149: @@
 <code>
 # Esercizi:
-P=poissrnd(1.5,[1,10])  # genera di 10 numeri random in distribuzione di Poisson con Lambda=1.5
+P=poissrnd(1.5,[1,100])  # genera di 100 numeri random in distribuzione di Poisson con Lambda=1.5
 mean(P)                 # calcola il valor medio
 bar(P)                  # genera un plot a barre con la distribuzione dei 100 numeri
 hist(P)                 # genera un plot a barre con 10 classi di frequenza
 hist(P,4)               # genera un plot a barre con 4  classi di frequenza
-[d,n]=hist(P,4)         # scrive in dati e n i valori dei dati (d) e le relative classi (n)
+[d,n]=hist(P,6)         # scrive in dati e n i valori dei dati (d) e le relative classi (n)
 bar(n,d)                # plot a barre con dati e frequenze
-x=[1:10]
+x=[0:10]
 y = poisspdf(x,1.5);    # determina la densità di probabilità per i valori in x con Lambda=1.5
-plot(x,y,'+');          # plot della curva
+bar(x,y)
 </code>
@@ Linea 206: / Linea 219: @@
   z=[c,'mondo']    #Concatena 2 (o piu') stringhe
-==== Cell Array ====
-I Cell Arrays sono delle collezioni di matrici multidimensionali di qualunque tipo di dato,
-come ad esempio matrici numeriche e stringhe, oppure matrici numeriche di diverse dimensioni.
-I cells array vengono rappresentati con la funzione cell() oppure parentesi graffe {}.
-Ad esempio, il seguente comando crea una array 1x3  composta da 2 array numerici e una stringa:
-  C={[1,2,3], [4,5], "ciao"}
-  C(1,2)=[6,7]  sovrascrive il secondo array
 ====Script====
@@ Linea 309: / Linea 310: @@
 s=1;
 X=m-3*s:1/100:m+3*s;
-Y=normpdf(X,m,s)
+Y=normpdf(X,m,s);
-%Y=gauss(X,m,s)
+%Y=gauss(X,m,s);
 plot(X,Y);
 xlabel('X');
@@ Linea 365: / Linea 366: @@
 </code>
-[[http://www.fis.unipr.it/~roberto.alfieri/didattica/matdid/prog/octave/ | altri esercizi ]]
+[[http://didattica-linux.unipr.it/home/alfieri/matdid/LABI/octave/ | altri esercizi ]] (occorre la VPN)