Mathematica数学实验——随机变量的概率分布

合集下载

mathematica 数学实验报告

mathematica 数学实验报告

数学实验报告实验一数学与统计学院信息与计算科学(1)班郝玉霞201171020107数学实验一一、实验名:微积分基础二、实验目的:学习使用Mathematica的一些基本功能来验证或观察得出微积分学的几个基本理论。

三、实验环境:学校机房,工具:计算机,软件:Mathematica。

四、实验的基本理论和方法:利用Mathematica作图来验证高中数学知识与大学数学内容。

五、实验的内容和步骤及结果内容一、验证定积分dttsx⎰=11与自然对数xb ln=是相等的。

步骤1、作积分dttsx⎰=11的图象;语句:S[x_]:=NIntegrate[1/t,{t,1,x}]Plot[S[x],{x,0.1,10}]实验结果如下:21图1dttsx⎰=11的图象步骤2、作自然对数xb ln=的图象语句:Plot[Log[x],{x,0.1,10}] 实验结果如下:2 1图2xb ln=的图象步骤3、在同一坐标系下作以上两函数的图象语句:Plot[{Log[x],S[x]},{x,0.1,10}] 实验结果如下:21图3dttsx⎰=11和xb ln=的图象内容二、观察级数与无穷乘积的一些基本规律。

(1)在同一坐标系里作出函数xy sin=和它的Taylor展开式的前几项构成的多项式函数3!3xxy-=,!5!353xxxy+-=,⋅⋅⋅的图象,观察这些多项式函数的图象向xy sin=的图像逼近的情况。

语句1:s[x_,n_]:=Sum[(-1)^(k-1)x^(2k-1)/((2k-1)!),{k,1,n}]Plot[{Sin[x],s[x,2]},{x,-2Pi,2Pi},PlotStyle->{RGB[0,0,1]}] 实验结果如下:64242图4x y sin =和它的二阶Taylor 展开式的图象语句2:s[x_,n_]:=Sum[(-1)^(k-1)x^(2k-1)/((2k-1)!),{k,1,n}]Plot[{Sin[x],s[x,3]},{x,-2Pi,2Pi},PlotStyle->{RGB[0,1,1]}] 实验结果如下:642321图5x y sin =和它的三阶Taylor 展开式的图象语句3:s[x_,n_]:=Sum[(-1)^(k-1)x^(2k-1)/((2k-1)!),{k,1,n}]Plot[{Sin[x],s[x,4]},{x,-2Pi,2Pi},PlotStyle->{RGB[0,1,0]}] 实验结果如下:642321图6x y sin =和它的四阶Taylor 展开式的图象语句4:s[x_,n_]:=Sum[(-1)^(k-1)x^(2k-1)/((2k-1)!),{k,1,n}]Plot[{Sin[x],s[x,5]},{x,-2Pi,2Pi},PlotStyle->{RGB[1,0,0]}] 实验结果如下:642321图7x y sin =和它的五阶Taylor 展开式的图象语句5:s[x_,n_]:=Sum[(-1)^(k-1)x^(2k-1)/((2k-1)!),{k,1,n}] Plot[{Sin[x],s[x,2],s[x,3],s[x,4],s[x,5] },{x,-2Pi,2Pi}] 实验结果如下: 6422图8xy sin=和它的二、三、四、五阶Taylor展开式的图象(2)分别取n=10,20,100,画出函数xkkynk)12sin(1211--=∑=在区间[-3π,3π]上的图像,当n→∞时,这个函数趋向于什么函数?语句1:f[x_,n_]:=Sum[Sin[k*x]/k,{k,1,n,2}]Plot[f[x,10],{x,-2Pi,2Pi},PlotStyle->{RGB[0,0,1]}]实验结果如下:6420.5图9 n=10时,xkkynk)12sin(1211--=∑=的图像语句2:f[x_,n_]:=Sum[Sin[k*x]/k,{k,1,n,2}]Plot[f[x,20],{x,-2Pi,2Pi},PlotStyle->{RGB[0,0,1]}] 实验结果如下:6420.5图10 n=20时,xk k y nk )12sin(1211--=∑=的图像语句3:f[x_,n_]:=Sum[Sin[k*x]/k,{k,1,n,2}]Plot[f[x,100],{x,-2Pi,2Pi},PlotStyle->{RGB[0,0,1]}] 实验结果如下:6420.5图11 n=100时,xk k y nk )12sin(1211--=∑=的图像(3)分别取5,15,100,,在同一坐标系里作出函数x x f sin )(=与∏=-⋅=nk k x x x p 1222)1()(π在区间[-2π,2π]上的图像。

mathematica实验报告

mathematica实验报告

mathematica实验报告《使用Mathematica进行实验报告:探索数学的奥秘》Mathematica是一款强大的数学软件,它不仅可以进行数学计算和图形绘制,还可以进行数据分析和模拟实验。

在本实验报告中,我们将使用Mathematica来探索数学的奥秘,展示其强大的功能和应用。

首先,我们将使用Mathematica进行数学计算。

通过输入数学表达式和方程式,我们可以快速地进行数值计算和符号运算。

Mathematica还提供了丰富的数学函数和算法,可以帮助我们解决复杂的数学问题,如微积分、线性代数和离散数学等。

其次,我们将利用Mathematica进行图形绘制。

通过输入函数表达式和参数设置,我们可以绘制出各种数学图形,如函数图像、曲线图和三维图形等。

Mathematica还提供了丰富的绘图工具和选项,可以帮助我们定制和美化图形,使其更加直观和具有艺术感。

接下来,我们将利用Mathematica进行数据分析。

通过输入数据集和统计方法,我们可以进行数据的可视化和分析,帮助我们发现数据的规律和趋势。

Mathematica还提供了丰富的数据处理和建模工具,可以帮助我们进行数据挖掘和预测分析,为决策和规划提供有力的支持。

最后,我们将利用Mathematica进行模拟实验。

通过输入模型和参数设置,我们可以进行各种科学和工程问题的模拟实验,帮助我们理解和预测实际现象。

Mathematica还提供了丰富的模拟工具和仿真方法,可以帮助我们进行虚拟实验和验证假设,为科学研究和工程设计提供有力的工具支持。

总之,Mathematica是一款强大的数学软件,它可以帮助我们探索数学的奥秘,解决数学问题,展示数学图形,分析数学数据,进行数学模拟实验,为科学研究和工程应用提供有力的支持。

希望本实验报告可以激发更多人对数学和科学的兴趣,让我们一起来探索数学的奥秘吧!。

mathematica实验报告

mathematica实验报告

mathematica实验报告Mathematica 实验报告一、实验目的本实验旨在深入了解和掌握 Mathematica 软件的基本功能和操作方法,通过实际的案例和问题解决,提升运用 Mathematica 进行数学计算、数据分析、图形绘制以及编程的能力。

二、实验环境操作系统:Windows 10Mathematica 版本:121三、实验内容与步骤(一)数学计算1、基本运算在 Mathematica 中,直接输入数学表达式进行计算,例如:计算 2+ 3 4 的结果,输入`2 + 3 4` ,得到结果 14。

2、函数计算使用内置函数进行复杂的数学运算,如计算正弦函数`SinPi / 6`的值,结果为 05。

(二)数据分析1、数据导入通过`Import` 函数导入外部数据文件,如 CSV 格式的数据文件。

假设我们有一个名为`datacsv` 的文件,包含两列数据`x` 和`y` ,使用`data = Import"datacsv"`即可将数据导入。

2、数据处理对导入的数据进行处理,如计算平均值、方差等统计量。

可以使用`Meandata` 计算平均值,`Variancedata` 计算方差。

(三)图形绘制1、二维图形绘制简单的函数图形,如`PlotSinx, {x, 0, 2 Pi}`绘制正弦函数在`0` 到`2 Pi` 区间的图形。

2、三维图形绘制三维图形,如`Plot3Dx^2 + y^2, {x, -2, 2},{y, -2, 2}`绘制一个抛物面。

(四)编程实践1、定义函数使用`Function` 关键字定义自己的函数,例如定义一个计算阶乘的函数`factorialn_ := Ifn == 0, 1, n factorialn 1` 。

2、循环结构使用`For` 循环和`While` 循环实现重复操作,例如使用`For`循环计算 1 到 10 的和,`sum = 0; Fori = 1, i <= 10, i++, sum += i; sum` 。

随机变量与概率分布

随机变量与概率分布

随机变量与概率分布随机变量是统计学中最基本的概念之一。

在数据分析、机器学习、金融领域等许多领域中都扮演着重要角色。

随机变量的概念很简单,而它的概率分布则涉及到了数学统计中的一些重要知识。

在本文中,我们将介绍随机变量和概率分布的概念、特性、分类以及应用。

随机变量的概念随机变量通常是通过样本实验获得的数据,根据样本所表现出来的不确定性,其取值是不确定的。

我们用X来表示一个随机变量,例如:X可以表示拔出的一张扑克牌的点数,它可能是1、2、3……直到13中任意一个值。

随机变量可以是连续的或离散的。

连续的随机变量是一个可以取到一定范围内的任意值的变量,常用f(x)表示概率密度函数。

离散变量的值只能取一些特定的值,例如骰子、扑克牌等等,常用f(x)表示概率质量函数。

概率分布的概念所谓概率分布,就是指随机变量X的取值的各种可能性(X的取值范围)及其相应的概率的分布情况。

概率分布可以分为离散概率分布和连续概率分布。

离散概率分布是指由离散型随机变量取值的概率密度函数表示的随机变量的概率分布。

而连续概率分布则是指连续型随机变量取值的概率密度函数表示的随机变量的概率分布。

概率密度函数与概率质量函数概率密度函数是连续概率分布的函数。

对于概率密度函数f(x),有以下性质:1. 对于所有的x,f(x) >=0。

2. 整个区间的概率等于1,即∫f(x)dx = 1。

3. 在函数曲线下的任何点,面积都代表该点处的概率。

而概率质量函数是指离散型随机变量X的概率分布,对于概率质量函数p(x),有以下性质:1. 对于所有的x,p(x)>=0。

2. 整个区间的概率等于1,即Σp(x)=1。

3. p(x)表示的是X=x的概率。

常见的连续概率分布1. 正态分布:正态分布也被称为高斯分布,它是连续概率分布中最为常见的一种。

正态分布是一种对称的,钟形曲线状的概率密度函数。

它具有无限可导性质,受中心极限定理的影响而广泛应用于各领域。

概率-matlab上机实验

概率-matlab上机实验

数学实验-概率学院:理学院班级:xxxx姓名:xxxx学号:xxxx指导教师:xxxxx实验名称:概率试验目的:1)通过对mathematica软件的练习与运用,进一步熟悉和掌握mathematica软件的用法与功能。

2)通过试验过程与结果将随机实验可视化,直观理解概率论中的一些基本概念,并初步体验随机模拟方法。

实验步骤:1)打开数学应用软件——Mathematica ,单击new打开Mathematica 编辑窗口;2)根据各种问题编写程序文件;3)运行程序文件并调试;4)观察运行结果(数值或图形);5)根据观察到的结果写出实验报告,并析谈学习心和体会。

实验内容:1)概率的统计定义2)古典概型3)几种重要分布1)二项分布2)泊松分布4)概率问题的应用(一)概率的统计定义我们以抛掷骰子为例,按古典概率的定义,我们要假设各面出现的机会是等可能的,这就要假设:(1)骰子的质料绝对均匀;(2)骰子是绝对的正方体:(3)掷骰子时离地面有充分的高度。

但在实际问题中是不可能达到这些要求的,假设我们要计算在一次抛掷中出现一点这样一个事件 的概率为多少,这时,已无法仅通过一种理论的考虑来确定,但我们可以通过试验的方法来得到事件 概率:设反复地将骰子抛掷大量的次数,例如n 次,若在n 次抛掷中一点共发生了 次,则称是 这个事件在这n 次试验中的频率,概率的统计定义就是将 作为事件 的概率P( )的估计。

这个概念的直观背景是:当一个事件发生的可能性大(小)时,如果在同样条件下反复重复这个实验时,则该事件发生的频繁程度就大(小)。

同时,我们在数学上可以证明:对几何任何一组试验,当n 趋向无穷时,频率 趋向同一个数。

<练习一>模拟掷一颗均匀的骰子,可用产生1-6的随机整数来模拟实验结果1) 作n=200组实验,统计出现各点的次数,计算相应频率并与概率值1/6比较;2) 模拟n=1000,2000,3000组掷骰子试验,观察出现3点的频率随试验次数n 变化的情形,从中体会频率和概率的关系。

大学数学数理统计精讲

大学数学数理统计精讲

大学数学数理统计精讲数理统计 (Mathematical Statistics) 是数学的一个分支,它与概率论和统计学密切相关,旨在利用数学方法对数据进行分析和推断。

在大学数学课程中,数理统计是一个重要的学科,为学生提供了理解和应用统计学概念的基础。

一、基本概念和原理1. 随机变量 (Random Variable)随机变量是数理统计的核心概念之一。

它表示一个随机试验的结果,可以是离散的或连续的。

离散随机变量取有限或可数个值,如抛硬币的结果;连续随机变量则取无限个可能的值,如身高或体重。

2. 概率分布 (Probability Distribution)随机变量的概率分布描述了它可能取到的各个值以及相应的概率。

常见的离散概率分布有二项分布、泊松分布等;连续概率分布则包括正态分布、指数分布等。

3. 期望和方差 (Expectation and Variance)期望是随机变量的平均值,反映了该随机变量的中心位置。

方差则度量了随机变量取值的离散程度。

对于离散随机变量,期望和方差的计算方法为分别乘以对应的概率后求和;对于连续随机变量,则需使用积分计算。

二、抽样与估计1. 样本和总体 (Sample and Population)在统计学中,样本是从总体中选取的一部分观察值。

总体是研究对象的全体,而样本是从总体中提取的部分,旨在通过样本推断总体的特征。

2. 抽样分布 (Sampling Distribution)抽样分布是指样本统计量的概率分布。

常见的抽样分布包括正态分布、t分布、卡方分布等。

抽样分布的性质对于统计推断至关重要。

3. 估计 (Estimation)估计是根据样本数据对总体属性进行推断的过程。

点估计得到一个单一的数值作为总体参数的估计值,如样本均值估计总体均值。

区间估计则给出一个范围,估计参数可能落在其中。

三、假设检验1. 假设检验的基本概念假设检验是统计推断的基本方法之一,用于判断样本数据是否可以支持对总体参数的某个假设。

Mathematica数学实验——简单数理统计

Mathematica数学实验——简单数理统计

教师指导实验6实验名称:简单数理统计一、问题:求样本数据的特征数字值;绘制样本的频率分布条形图和直方图。

二、实验目的:学会使用Mathematica求求样本数据的极差、中位数、均值、方差及标准差;绘制样本的频率分布直方图并作简单的修饰。

三、预备知识:本实验所用的Mathematica命令提示1、SampleRange[data] 求样本数据data的极差(最大数减最小数);Median[data] 求样本数据data的中位数;Mean[data] 求样本数据data的均值;2、VarianceMLE[data] 求样本数据data的方差;StandardVarianceMLE[data] 求样本数据data的标准差;3、BarChart[data1, data2,…] 分别绘制样本数据data1,data2,…的条形图图形修饰选项:BarSpacing 设置两条形的总宽度,设置值是实际宽度相对于区间宽度的比值;BarGroupSpacing 设置相邻条形的宽度,设置值是条形的实际宽度相对于条形的总宽度的比值;BarStyle 条形风格设置;BarEdgeStyle 条形边界风格设置;BarLabels 条形标签设置,PlotLabel 图形名称设置,4、Histogram[data] 绘制样本数据data的频率分布直方图图形修饰选项:Ticks设置标记相对于条形的位置;HistogramScale 设置条形高度为频率密度,使条形的面积和为所设置的值。

四、实验的内容和要求:1、取50个在1到20的随机整数,求这组数的极差、中位数、均值、方差及标准差;2、对以上数据绘制样本频率分布直方图;3、data1={1, 3, 4, 5, 3.5, 3}, data2={3, 2, 5, 3},在同一图表中绘制data1和data2的条形图,并作一定的修饰。

五、操作提示1、取50个在1到20的随机整数,求这组数的极差、中位数、均值、方差及标准差;In[1]:=<<Statistics`DescriptiveStatistics`In[2]:=data=Table[Random[Integer,{1,20}],{60}];In[3]:=SampleRange[data]Out[3]= 19In[4]:= Median[data] Out[4]= 11In[5]:=Mean[data]Out[5]=221 20In[6]:=VarianceMLE[data]Out[6]=44017 1200In[7]:=StandarDevarianceMLE[data]Out[7]=2、对以上数据绘制样本频率分布直方图;In[8]:=<<Graphics`Graphics`In[9]:=Histogram[data]Out[9]= -Graphics-In[10]:=Histogram[data,Ticks->IntervalCenters, HistogramScale->1]Out[10]= -Graphics-In[11]:=Histogram[data,Ticks->IntervalBoundaries,HistogramScale->2]Out[11]= -Graphics-3、data1={1, 3, 4, 5, 3.5, 3}, data2={3, 2, 5, 3},在同一图表中绘制data1和data2的条形图,并作一定的修饰。

第十章 Mathematica 数学实验

第十章 Mathematica 数学实验

第十章Mathematica数学实验在学习了一系列的数学知识以后,如果我们能学会如何用计算机处理各类数学问题,则无疑使我们的数学应用能力有一个质的飞跃.用计算机处理各类数学问题,必须要有理想的数学软件. 在众多的数学软件中,Mathematica 以它的功能强大、应用面广、易学易用等优点得到了各国科研人员和工程技术人员的高度认同.Mathematica是由美国科学家Stephen Wolfram主持的一个科研小组开发的. 它的语法规则简单,操作语言与人们的日常语言非常相近. 在功能方面,除数值计算外,强大的符号运算功能和制图功能使得它一直享有盛名。

由于Mathematica能给出问题的解析符号解,从而使得用户能用该软件方便地处理微积分、微分方程、线性代数和规划优化等各类问题. 现在,Mathematica软件已在工程、科研、教学等各个领域被广泛使用。

在大学生的数学建模活动中,Mathematica也是非常得力的工具.本章将通过与本书配套的22个精编的数学实验问题,介绍Mathematica的各种基本命令以及相应的需要注意问题。

对于每个实验问题,书中都列出了供参考的求解命令及其计算结果.初学Mathematica,建议不妨先将本书中的各个问题的求解命令一一模仿输入,看看能否在计算机上顺利通过,能否得到正确的计算结果;遇有问题时再查阅本书中的“实验须知”及“说明”栏等处的文字,或直接向指导老师请教. 及早开展人机对话是迅速掌握Mathematica的捷径。

预期学会本章基本内容只需4至6学时.Mathematica系统从1.2版开始,经过多次升级换代,目前最新的版本为5.1版本. 各种版本都未见有中文版本。

本书将依照Mathematica英文5.1 版介绍Mathematica的语句.这些语句绝大多数也适用于Mathematica较为早期的版本.§10-1Mathematica实验一基本运算、函数与作图一实验内容四则运算、基本初等函数的求值、代数式的化简、函数的作图.二实验目的能熟练地使用Mathematica进行四则运算;并能熟练地对初等函数进行求值计算和作图操作;会用“Simplify”语句对函数或代数式进行化简;了解分段函数的定义和作图命令;了解三维作图的命令.三实验须知1.Mathematica的启动:在Windows环境下,点击“开始—程序—Mathematica 5.1—Mathematica 5.1”,即可启动Mathematica,此时计算机的屏幕将出现如图10-1的窗口。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

教师指导实验7
实验名称:随机变量的概率分布
一、问题:求二项分布、几何分布、正态分布在给定区间上的概率。

二、实验目的:
学会使用Mathematica求二项分布、几何分布、正态分布在给定区间上的概率及期望和方差。

三、预备知识:本实验所用的Mathematica命令提示
1、BinomialDistribution[n,p] 二项分布;
GeometricDistribution[p] 几何分布;
NormalDistribution[μ,σ] 正态分布;
2、Domain[dist] 求分布dist的定义域;
PDF[dist,x] 求点x处的分布dist的密度值;
CDF[dist,x] 求点x处的分布dist的函数值;
Mean[dist] 求分布dist的期望;Quantile[dist,x] 求x,使CDF[dist,x]=q
Variance[dist] 求分布dist的方差;StandardVariance[dist] 求分布dist的标准差;
四、实验的内容和要求:
1、取50个在1到20的随机整数,求这组数的极差、中位数、均值、方差及标准差;
2、对以上数据绘制样本频率分布直方图;
3、data1={1, 3, 4, 5, 3.5, 3}, data2={3, 2, 5, 3},在同一图表中绘制data1和data2的条形图,并作一定的修饰。

五、操作提示
1、取50个在1到20的随机整数,求这组数的极差、中位数、均值、方差及标准差;
In[1]:=<<Statistics`DescriptiveStatistics`
In[2]:=data=Table[Random[Integer,{1,20}],{60}];
In[3]:=SampleRange[data]
Out[3]= 19
In[4]:= Median[data]
Out[4]= 11
In[5]:=Mean[data]
Out[5]=221 20
In[6]:=VarianceMLE[data]
Out[6]=44017 1200
In[7]:=StandarDevarianceMLE[data]
Out[7]=
2、对以上数据绘制样本频率分布直方图;
In[8]:=<<Graphics`Graphics`
In[9]:=Histogram[data]
Out[9]= -Graphics-
In[10]:=Histogram[data,Ticks->IntervalCenters,
HistogramScale->1]
Out[10]= -Graphics-
In[11]:=Histogram[data,Ticks->IntervalBoundaries, HistogramScale->2]
Out[11]= -Graphics-
3、data1={1, 3, 4, 5, 3.5, 3}, data2={3, 2, 5, 3},在同一图表中绘制data1和data2的条形图,并作一定的修饰。

BarChart[{1,3,4,5,3.5,3},{3,2,5,3}]
In[12]:=
In[13]:=BarChart[{1, 3, 4, 5, 3.5, 3}, {3, 2, 5, 3},
BarSpacing -> 0.7, BarGroupSpacing -> 0.5,
BarStyle -> {BGBColor[1,0,0], BGBColor[0,1,0.2]},
BarEdgeStyle->{{Dashing[{.01}],BGBColor[0,0,1]},
GrayLevel[0]},
BarLabels ->{"Apr","May","Jun","Jul","Aug","Sep"},
PlotLabel -> "Projected and Current Profit,Tourist Season",
DefaultFont -> {"Helvetica", 11}]
Out[13]= -Graphics-
学生实验6
实验名称:简单数理统计
一、问题:求样本数据的特征数字值;绘制样本的频率分布条形图和直方图。

二、实验目的:
学会使用Mathematica求求样本数据的极差、中位数、均值、方差及标准差;绘制样本的频率分布直方图并作简单的修饰。

三、实验的内容和要求:
1、取50个在1到20的随机整数,求这组数的极差、中位数、均值、方差及标准差;
2、对以上数据绘制样本频率分布直方图;
3、data1={1, 3, 4, 5, 3.5, 3}, data2={3, 2, 5, 3},在同一图表中绘制data1和data2的条形图,并作一定的修饰。

五、操作提示
1、取50个在1到20的随机整数,求这组数的极差、中位数、均值、方差及标准差;
In[1]:=<<Statistics`DescriptiveStatistics`
In[2]:=data=Table[Random[Integer,{1,20}],{60}];
In[3]:=SampleRange[data]
Out[3]= 19
In[4]:= Median[data]
Out[4]= 11
In[5]:=Mean[data]
Out[5]=221 20
In[6]:=VarianceMLE[data]
Out[6]=44017 1200
In[7]:=StandarDevarianceMLE[data]
Out[7]=
2、对以上数据绘制样本频率分布直方图;
In[8]:=<<Graphics`Graphics`
In[9]:=Histogram[data]
Out[9]= -Graphics-
In[10]:=Histogram[data,Ticks->IntervalCenters,
HistogramScale->1]
Out[10]= -Graphics-
In[11]:=Histogram[data,Ticks->IntervalBoundaries, HistogramScale->2]
Out[11]= -Graphics-
3、data1={1, 3, 4, 5, 3.5, 3}, data2={3, 2, 5, 3},在同一图表中绘制data1和data2的条形图,并作一定的修饰。

In[12]:=BarChart[{1,3,4,5,3.5,3},{3,2,5,3}]
Out[12]= -Graphics-
In[13]:=BarChart[{1, 3, 4, 5, 3.5, 3}, {3, 2, 5, 3},
BarSpacing -> 0.7, BarGroupSpacing -> 0.5,
BarStyle -> {BGBColor[1,0,0], BGBColor[0,1,0.2]},
BarEdgeStyle->{{Dashing[{.01}],BGBColor[0,0,1]},
GrayLevel[0]},
BarLabels ->{"Apr","May","Jun","Jul","Aug","Sep"},
PlotLabel -> "Projected and Current Profit,Tourist Season",
DefaultFont -> {"Helvetica", 11}]
Out[13]= -Graph。

相关文档
最新文档