上例根据RGB颜色,来实现不同颜色曲线的组合,考虑到matlab画图中,颜色分量是以1/255的步长变化的,但是相邻颜色过于接近,因此我们可以选取rand随机数的形式,来实现颜色的随机变化;

延伸:MATLAB有一个叫颜色映象的数据结构来代表颜色值。颜色映象定义为一个有三列和若干行的矩阵。利用0到1之间的数,矩阵的每一行都代表了一种色彩。任一行的数字都指定了一个RGB值,即红、黄、蓝三种颜色的强度，形成一种特定的颜色。

当然,你也可以考虑下面的方法:

延伸:
(一)颜色映像的使用

语句colormap(M）将矩阵M作为当前图形窗口所用的颜色映象。例如:colormap(cool)装入了一个有64个输入项的cool颜色映象。colormap default装入了缺省的颜色映象(hsv);

函数plot、plot3、contour和contour3不使用颜色映象，它们使用列在plot颜色和线形表中的颜色。而大多数其它绘图函数，比如mesh、surf、fill、pcolor和它们的各种变形函数，使用当前的颜色映象;

接受颜色参量的绘图函数中的颜色参量通常采用以下三种形式之一:(1)字符串:代表plot颜色或线型表中的一种颜色，比如’r ‘代表红色;(2)三个输入的行向量:它代表一个单独的RGB值，比如[.25 .50 .75];(3)矩阵:如果颜色参量是一个矩阵，其元素作了调整，并把它们用作当前颜色映象的下标;

(二)颜色映像的显示

数值显示方法:如hot(8);

图示显示方法:如pcolor函数;

转载自：http://www.zhaoyanpeng.cn/archives/237当需要对同一曲线不同参数下进行模拟时需要不同的颜色来加以区分:1234567x=-2:0.0001:2;fori=0:0.2:8    y=i*x.^2;    plot(x, Black-Scholes模型[1]涉及期权定价问题，并取得了巨大的成功，尤其是在股票期权方面。 但是，许多实证研究表明，Black-Scholes模型的弊端。 首先，最明显的违反假设是基础资产的 波动 性是恒定的。 为了补充 波动 性的性质， 随机 波动 率（SV）模型的几种变体，例如Heston模型[2]，被认为比经典的Black-Scholes模型更合适。 其次，经典的Black-Scholes模型无法反映资产价格不连续跳跃的性质。 因此，跳跃模型通常提供对衍生工具的更有效，更准确的评估。 [3-4]然而，SV模型和跳跃模型都不能完全描述经验案例。 例如，SV模型在描述1987年或2008年的崩溃时遇到了麻烦。另一方面，跳转模型通常可以使用导致负跳的适当参数来解释崩溃。 但是，跳跃模型无法解释碰撞后隐含 波动 率的 波动 。 由于这些原因，提出了不仅包括SV的特性而且包括跳跃模型的模型。 在这个仓库中，我使用有限差分法实现了具有同时跳跃（SVCJ）模型[5-6]的 随机 波动 率的数值解。 特别是，我想展示边界条件如何影响解决方案。 首先，我应用了线性边界 function GenerRand_Linear( a,b,num ) %y=ax+b,生成num个 随机 数 %UNTITLED 此处显示有关此函数的摘要 % 此处显示详细说明 Xbuf=zeros(num,1); Ybuf=zeros(num,1); for i=1:num Xbuf(i,1)=10*rand;