You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Napomena: Kada radite sa velikim skupovima podataka često ćete na kraju reda koji<br />
se odnosi na podatke stavljati znak ;. Ovim znakom saopštavate MATALB-u da ne<br />
prikazuje te podatke na ekranu.<br />
Sada možete da nastavite obradu podataka učitanih na ovaj način.<br />
Komanda SAVE<br />
Komandom SAVE možete da sačuvate rezultate radne sesije u binarnu datoteku<br />
(.mat). Kasnije te podatke možete ponovo komandom LOAD učitati u <strong>MATLAB</strong> kako<br />
biste nastavili obradu ili vizuelno prikazivanje.<br />
Pretpostavimo da ste merenjem električnog otpora nekog provodnika pri raznim<br />
temperaturama t dobili rezultate koje ste upisali u datoteku podaci.dat. Kada ove<br />
rezultate prikažete grafički videćete da je među njima skoro linearna <strong>za</strong>visnost tipa<br />
R = a0 + a1*t<br />
gde su a0 i a1 konstante koje mogu da se odrede na osnovu merenja i <strong>MATLAB</strong>-ove<br />
funkcije polyfit.<br />
Funkcija polyfit izračunava koeficijente polinoma koji "najbolje" povezuje podatke po<br />
metodi najmanjih kvadrata. Funkcija <strong>za</strong>hteva tri argumenta: x, y i n; x i y su vektori<br />
podataka, a n je red polinoma. Prema tome <strong>za</strong> najbolju linearnu (n=1) <strong>za</strong>visnost<br />
treba da napišemo sledeće:<br />
cd \<br />
cd dragan<br />
load podaci.dat<br />
polyfit(podaci(:,1),podaci(:,2),1)<br />
Napomena: podaci(:,1) adresira prvu kolonu podataka iz datoteke, a podaci(:,2)<br />
drugu.<br />
<strong>MATLAB</strong> daje koeficijente u opadajućem redosledu stepena polinoma. Prema tome, u<br />
ovom slučaju "najbolja" linearna aproksimacija je:<br />
R = 70,76 + 0,288*t