Curso matlab

Curso rápido de Matlab
!
Rafael Palacios (dic/2004)
!

Temario!
1. 
2. 
3. 
4. 
5. 
6. 
7. 

Introducción a Matlab. "
29/nov

Estructuras básicas de datos. "
Programación en Matlab. "
Estructuras avanzadas de datos. "
13/dic

Optimización de código. "
Representaciones gráﬁcas."
20/dic

Desarrollo de aplicaciones con Matlab. "

Curso de Matlab - 2

Temario (1)!
1.  Introducción a Matlab. "
– 
– 
– 
– 
– 

2. 
3. 
4. 
5. 
6. 
7. 

Versiones de Matlab, "
Mejoras de la versión 7"
Entorno de desarrollo, "
Ayudas y documentación, "
Toolboxes."

Curso de Matlab - 3

Introducción a Matlab!
•  ¿Qué es Matlab?"
–  Matlab = Matrix Laboratory."
–  Programa interactivo para realizar cálculos
numéricos y visualizaciones en el ordenador."
–  Programa comercial de The Mathworks Inc
(Natick, MA). http://www.mathworks.com
–  Creado en California por Jack Little and Cleve
Moler en 1984, para realizar cálculo matricial en
ordenadores sin necesidad de conocimientos de
programación."

Curso de Matlab - 4

Introducción a Matlab!
Entorno interactivo

+
Lenguaje de programación

(con interfaces externos Fortran, C...)

+
Entorno para desarrollo de aplicaciones

Curso de Matlab - 5

Versiones de Matlab!
•  Plataformas donde corre Matlab"
–  Sistema Operativo"
•  Unix: Linux, solaris, HP-UX"
•  MacOS"
•  MS-Windows"

–  Arquitectura"
•  RISC: Sparc, HP-PA"
•  PowerMac (G4, G5)"
•  Intel Pentium(III, IV, Xeon, M), AMD (Athlon, Opteron)"

Curso de Matlab - 6

Versiones de Matlab!
•  Matlab 5"
–  Gráﬁcos de calidad (2D, 3D)"
–  PC: Corre bajo windows utilizando toda la memoria
disponible"

•  Matlab 6"
–  Entorno de desarrollo con interfaz Java."
–  Matrices 3D, estructuras, cell arrays"

•  Matlab 7"
–  Mejoras en el interfaz y mejora de Simulink"
–  Matlab compiler admite objetos"
–  Cálculo con enteros"

Curso de Matlab - 7

Algunas mejoras de Matlab 7!
•  Se puede poner todas las ventanas dentro del entorno de desarrollo"

Figuras

Workspace

command history
command window

Curso de Matlab - 8

•  Acceso a comandos anteriores"

Teclas: PE TAB

Curso de Matlab - 9

•  Dibujar gráﬁcos directamentes desde el editor de matrices"

Tamaño máximo
de la matriz:
524288 elementos
Curso de Matlab - 10

•  Breakpoints con expresiones condicionales"


•  Ejecución del código por secciones (cellenable cell mode)"

Ejecución
sección por
sección

Permite repetir la ejecución de una sección
cambiando un parámetro de la misma.
Parámetro que estamos retocando
Resultado de la ejecución de la sección


Otras mejoras de Matlab 7!
• 
• 
• 
• 

Ejecución/Debugger por secciones de código (Cell Mode)"
Generación automática de documentación"
Optimización de código con M-Lint y proﬁler (ver cap6)"
Mejoras en la generación automática de código desde
Simulink"
•  Interactive plot tool (ver cap 6)"
•  Función textscan para leer archivos"
•  Cálculo con variables enteras. "
–  Matrices más pequeñas, código más rápido. imágenes"

•  Acentos y caracteres internacionales en el editor."


Entorno de desarrollo!
•  Arraque de Matlab"
–  Windows"
•  Inicio/Programas/Matlab 7.0.1/Matlab 7.0.1"
•  icono de Matlab en el escritorio"
•  comando: matlab
•  comando: matlab –r programa

Unix"
•  comando: matlab
•  En IIT comandos: matlab, matlab5, matlab61,
matlab65, matlab7

•  Ejemplo útil: matlab65 -nodisplay

(Modo Consola sin gráficos)


Entorno de desarrollo!

Ventana de
comandos


Comandos básicos!
•  ver muestra la versión, el código de licencia y

las toolboxes disponibles"
–  Licencia 46431: profesores (para investigación y
proyectos)"
–  Licencia 205966: aulas (sólo para docencia)"
•  whos lista todas las variables disponibles"
•  save archivo guarda todas las variables"
•  save archivo a b guarda las variables a y b
•  load archivo carga variables
•  quit salir"


Editor!
•  Matlab incorpora un editor que interacciona con
el resto del entorno."
Controles del debugger

Ejecución por secciones
en cell mode

sintaxis


Ayudas y documentación!
•  Ayuda en modo texto mediante comandos"
–  help función muestra la ayuda de una función"
–  help vale tanto para las funciones del sistema como para

desarrollos propios"

•  Ayuda de tipo gráﬁco"

Hypertext Help Window

Start / Help

Ejemplo de consulta!
Secciones de la ayuda"
• 
• 
• 
• 
• 
• 
• 
• 

Syntax"
Description"
Arguments"
Examples"
Algorithm"
Limitations"
See Also"
Refences"


Ayuda on-line!
•  Página oﬁcial de soporte!
– 
– 
– 
– 
– 

http://www.mathworks.com/support/
Documentación"
Soluciones a problemas ordenadas por categorías"
Ejemplos de código"
Noticias"
Actualizaciones"

•  Matlab Central!
–  Newsgroups"
–  File Exchange"
–  Link Exchange"

•  Soporte técnico personal por correo electrónico!
–  Utilizar un código de licencia válido"
–  Describir la plataforma"
–  Acotar el problema"

Toolboxes!
•  Librerías especializadas en materias concretas. Incluyen:
"
– 
– 
– 
– 

Manuales tipo tutorial (User's Guide) [HTML, PDF]"
Referencia de las funciones (Reference Guide) [HTML, PDF]"
Programas de demo"
Aplicaciones completas listas para utilizar"


Ejemplos de Toolboxes!
>> ver
------------------------------------------------------------------------------------MATLAB Version 6.5.0.180913a (R13)
MATLAB License Number: 46431
Operating System: SunOS 5.8 Generic_108528-29 sun4u
Java VM Version: Java 1.3.1_02 with Sun Microsystems Inc. Java HotSpot(TM) Server VM
------------------------------------------------------------------------------------MATLAB
Version 6.5
(R13)
Simulink
Version 5.0
(R13)
Control System Toolbox
Version 5.2
(R13)
Fuzzy Logic Toolbox
Version 2.1.2
(R13)
Image Processing Toolbox
Version 3.2
(R13)
MATLAB Compiler
Version 3.0
(R13)
MATLAB Web Server
Version 1.2.2
(R13)
Mu-Analysis and Synthesis Toolbox
Version 3.0.7
(R13)
Neural Network Toolbox
Version 4.0.2
(R13)
Nonlinear Control Design Blockset
Version 1.1.6
(R13)
Optimization Toolbox
Version 2.2
(R13)
Real-Time Workshop
Version 5.0
(R13)
Robust Control Toolbox
Version 2.0.9
(R13)
SB2SL (converts SystemBuild to Simu...
Version 2.5
(R13)
Signal Processing Toolbox
Version 6.0
(R13)
System Identification Toolbox
Version 5.0.2
(R13)
>> date
ans =
27-Nov-2004


Otras Toolboxes!

http://www.mathworks.com/products/

Application Areas!
•  Technical Computing!
–  Mathematical computation, analysis, visualization, and algorithm
development"

•  Control Design!
–  Model-Based Design for control systems, including simulation, rapid
prototyping, and code generation for embedded systems"

•  Signal Processing and Communications!
–  Model-Based Design for signal processing and communication systems,
including simulation, code generation, and veriﬁcation"

•  Image Processing!
–  Image acquisition, analysis, visualization, and algorithm development"

•  Test & Measurement!
–  Hardware connectivity and data analysis for test and measurement
applications"

•  Financial Modeling and Analysis!
–  Financial modeling, analysis, and application deployment"

Temario (2)!
2.  Estructuras básicas de datos. "
– 
– 
– 
– 

3. 
4. 
5. 
6. 
7. 

Variables"
Vectores y matrices"
Ejemplos de operaciones"
Tipos de datos"



Variables!
•  Matlab no requiere declarar ni dimensionar
variables"
–  Las variables se auto-declaran al inicializarlas"
–  La memoria se reasigna dinámicamente"
>> x=5;
>> y=20;
>> z=x*y
z =

poniendo ';' se realiza la asignación pero no se muestra el resultado

sin poner ';' se puestra el resultado final

100
>> datos=load('datos.txt');
>> cadena='hola';

Vectores y Matrices!
•  Matlab considera que todas las variables son
matrices (vectores y escalares son casos
particulares)."
Ejemplos de inicialización de vectores fila

>> x=[1,2,3,5,7,11,13];
>> x=[1 2 3 5 7 11 13];

 [ 1
 [ 1

2
2

3
3

5
5

7
7

>> y=1:5;
>> pares=2:2:10;
>> imp_down=9:-2:1;

 [ 1
 [ 2
 [ 9

2
4
7

3
6
5

4
8
3

5 ]
10 ]
1 ]

>>a(5)=7;

 [ 0

0

0

0

7 ]

11
11

13 ]
13 ]


Ejemplos de inicialización de vectores columna

>> x=[1;2;3;5;7;11;13]
x =
1
2
3
5
7
11
13
>> x=[1,2,3,5,7,11,13]';
traspuesta
Vector fila

Ejemplos de inicialización de Matrices

>> M = [1 2 3; 4 5 6; 7 8 9];

1
4
7

2
5
8

0
0

>> ceros=zeros(2,5);

>> unos=ones(3,4);

>> M2=[ 20, 21, 22; M];
>> M2=[[20, 21, 22]; M];

1
1
1

1
1
1
20
1
4
7

3
6
9

0
0

0
0

1
1
1

0
0

0
0

1
1
1
21
2
5
8

22
3
6
9

>> M3=[ [15;16;17], M];
>> aleatorio=rand(20,30);
>> normal=randn(20,30);

15
16
17

1
4
7

2
5
8

3
6
9


Acceso a los elementos de una matriz!
•  Matlab utiliza los paréntisis para acceder a
elementos de la matriz"
•  Los subíndices empiezan en 1, por lo tanto el
primer elemento es a(1,1)
•  Ejemplo: a(3,5)=56.8;
0.1737
0.7858
0.3656
0.7769

0.3421
0.7742
0.1478
0.1482

0.6391
0.0934
0.9288
0.4851

0.1632
0.2763
0.1310
0.0232

0.2313
0.8453
0.7264
0.6947

0.1737
0.7858
0.3656
0.7769

0.3421
0.7742
0.1478
0.1482

0.6391
0.0934
0.9288
0.4851

0.1632
0.2763
0.1310
0.0232

0.2313
0.8453
56.8000
0.6947


•  Se pueden utilizar vectores para deﬁnir índices"
•  Ejemplo 1: a(2:3,1:4)=zeros(2,4);
o bien: a(2:3,1:4)=0;
0.1737
0.7858
0.3656
0.7769

0.3421
0.7742
0.1478
0.1482

0.6391
0.0934
0.9288
0.4851

0.1737
0
0
0.7769

0.1632
0.2763
0.1310
0.0232

0.2313
0.8453
56.8000
0.6947

0.3421
0
0
0.1482

0.6391
0
0
0.4851

0.1632
0
0
0.0232

0.2313
0.8453
56.8000
0.6947


•  Se pueden utilizar vectores para deﬁnir índices"
•  Ejemplo 2: a([2,3],[2,4])=ones(2,2);
o bien: a([2,3],[2,4])=0;"
0.1737
0
0
0.7769

0.3421
0
0
0.1482

0.6391
0
0
0.4851

0.1737
0
0
0.7769

0.1632
0
0
0.0232

0.2313
0.8453
56.8000
0.6947

0.3421
1.0000
1.0000
0.1482

0.6391
0
0
0.4851

0.1632
1.0000
1.0000
0.0232

0.2313
0.8453
56.8000
0.6947


•  El operador ':' se utiliza para indicar "todos los
elementos"
0.1737
0.7858
0.3656
0.7769

0.3421
0.7742
0.1478
0.1482

0.6391
0.0934
0.9288
0.4851

0.1632
0.2763
0.1310
0.0232

0.2313
0.8453
56.8000
0.6947

a(3,:)
size(a(3,:))  [1 5]

a(:,2)
size(a(:,2))  [4 1]
a(:)
 todos los elementos
size(a(:))  [20 1]
todo en un vector columna


•  El operador 'end' signiﬁca "último elemento""
–  Ejemplo: Vector de diferencias"
>> t=1:0.1:2;
>> y=sin(2*pi*t);
>> diferencias=[NaN; y(2:end)-y(1:end-1)];

t =

1.00

1.10

1.20

1.30

1.40

1.50

1.60

1.70

1.80

1.90

y =

-0.00

0.59

0.95

0.95

0.59

0.00 -0.59 -0.95 -0.95 -0.59 -0.00

diferencias =

NaN

0.59

0.36

0.00 -0.36 -0.59 -0.59 -0.36 -0.00

0.36

2.00

0.59


Operaciones básicas!
•  Operaciones aritméticas: + - * / ^"
–  Matlab trabaja con matrices, a diferencia de otros lenguajes
que sólo trabajan con escalares"
>>
>>
>>
>>

a=rand(2,5);
b=rand(5,2);
c=a*b;
d=b*a;

% matriz de 2x2
% matriz de 5x5

•  Operaciones elemento a elemento: + - .* ./ .^"
mn*mn
mn^2

mn = magic(4);
16
5
9
4

2
11
7
14

3
10
6
15

13
8
12
1

mn.*mn
mn.^2

345
257
281
273

257
313
305
281

281
305
313
257

273
281
257
345

256
25
81
16

4
121
49
196

9
100
36
225

169
64
144
1

Otras operaciones matriciales!
•  Suma: sum
>> b=sum(A);
>> c=sum(b);

% como a es matriz, se suma por columnas y b es un vector fila
% como b es vector, se suman todos sus elementos

>> c=sum(sum(a));
>> c=sum(a(:));

• 
• 
• 
• 
• 
• 
• 

% suma todos los elementos de la matriz a
% suma todos los elementos de la matriz a

Media y desviación: m=mean(A); sigma=std(A);"
Elementos de la diagonal: v=diag(A);
Left division: x=AB; La solución por mínimos cuadrados de A x = b se obtiene mediante x = A b;
Determinante: c=det(A);
Inversa: B=inv(A);
Autovalores: v=ein(A);
Valor absoluto ó módulo de complejos: B=abs(A);


Otras operaciones!
•  Trig: sin, cos, tan, asin, acos, atan, sinh,
cosh, tanh, asinh, acosh, atanh

• 
• 
• 
• 

Rounding: floor, ceil, round, fix
Modular: rem, mod
Exponential: exp, log, log2, log10, sqrt
Primes: factor, primes


Tipos de datos!
•  Matlab opera normalmente en formato double según el
estándar IEEE"
>> a=123/0
Warning: Divide by
•  Maneja correctamente los valores
a =
Inf (inﬁnito) y NaN (not-a-number)"
Inf
•  Complejos automáticos"
>> b=0/0

zero.

Warning: Divide by zero.
b =
NaN
>> Inf-Inf
ans =
NaN
>> c=15+sqrt(-1)
c =
15.0000 + 1.0000i


Tipos de datos!
•  Matrices reales"
–  double"
–  single"

realmin2.2251e-308, realmax1.7977e+308, eps2.2204e-016
realmin1.1755e-038, realmax3.4028e+038, eps1.1921e-007

•  Matrices enteras"
–  int8, uint8"
–  int16, uint16"

•  Otros"
–  char"
–  logical"
–  cell"
–  struct"

Tipos de datos: Matrices dispersas!
•  Las matrices dispersas ahorran memoria y los
calculos son más eﬁcientes"
s = sparse(1000,1000);
s(2,11) = 2;
s(992,875) = 3;
s(875,992) = 4.7;

•  Todas las operaciones de matrices funcionan
con matrices dispersas"
•  Si se vuelve ineﬁciente, se convierte
automáticamente a matriz normal"
s=s+3;

% s deja de ser dispersa


Temario (3)!
2.  Estructuras básicas de datos. "
3.  Programación en Matlab. "
– 
– 
– 
– 

4. 
5. 
6. 
7. 

Scripts"
Funciones"
Expresiones lógicas"
Control de ﬂujo"



Scripts!
•  Un script es una secuencia de instrucciones de
Matlab guardada en un archivo con extensión .m
%Script de ejemplo
%% Inicio
a=magic(4);
fprintf('Inicio cálculosn');
%% Traza
traza=sum(diag(a));
%% Resultado
fprintf('La traza vale: %fn',traza)
ejem_script.m

•  Se ejecuta escribiendo su nombre:"

>> ejem_script


Funciones (llamada)!
•  Las funciones puede recibir varios valores y devolver
varios resultados"
[m,d]=med_des(x);

•  Puede haber argumentos opcionales"
mit=imread('cameraman.tif','TIFF');
mit=imread('cameraman.tif');

•  No es necesario asignar todos los valores retornados"
[mit,map]=imread('imageman.gif');
mit=imread('imageman.gif');


Funciones (deﬁnición)!
•  Las funciones se escriben en archivos .m que
deben encontrarse en el directorio actual (o en
un directorio deﬁnido en el path)"
function [med,des]=med_des(x)
% Funciona para calcular la media y la desviación a la vez
%
[med,des]=med_des(x)
%
% Rafael Palacios (nov/2004)
med=mean(x(:));
des=std(x(:));

Med_des.m
Información que aparece al hacer help med_des


Funciones!
•  La variable nargin (local de la función) es el
número de argumentos recibidos."
•  La variable nargout (local de la función) es el
número de argumentos que se recogerán en la
llamada. Puede ahorrarnos unos cálculos."
•  Todos los argumentos llegan por valor, no es
posible hacer paso por referencia."
• Los scripts comparten las variables del
workspace, mientras que las funciones
utilizan variables en local"

Expresiones lógicas!
•  Operadores relacionales: ~= == > < >= <="
•  Operadores lógicos:"
&&
||
&
|

Short-circuit AND"
Short-circuit OR"
AND"
OR"

•  Hay una función xor, pero no es un operador"


Control de Flujo: if!
•  bloque if
if a > b
tmp=a;
a=b;
b=tmp;
end

if rem(n,2) ~= 0
M = odd_magic(n)
elseif rem(n,4) ~= 0
M = single_even_magic(n)
else
M = double_even_magic(n)
end
A diferencia de C, en Matlab no es necesario utilizar paréntesis en la expresión lógica

Control de Flujo: for!
•  bucle for
for n = 3:32
r(n) = rank(magic(n));
end

a=[];
for n = [ 1 2 3 5 7 11 ]
a = [a, isprime(n)];
end


Control de Flujo: while!
•  bucle while
while ~isprime(x)
x = x + 1;
end


Control de Flujo: switch!
•  switch-case
switch (rem(n,4)==0)+(rem(n,2)==0)
case 0
M = odd_magic(n)
case 1
M = single_even_magic(n)
case 2
M = double_even_magic(n)
otherwise
error('This is impossible')
end

A diferencia de C, en Matlab no hace falta utilizar break.


Control de Flujo: try!
•  try-catch
try
statement
...
statement
catch
statement
...
statement
end

Las instrucciones comprendidas entre catch y end sólo se ejecutan si se produce
un error en las primeras. Utilizar lasterr para ver el último error.


Temario (4)!
1. 
2. 
3. 
4. 

– 
– 
– 
– 
– 

Todos los tipos de datos"
Cadenas de caracteres"
Estructuras y Cells arrays"
Matrices de N dimensiones (arrays)"
Date and time"

5.  Optimización de código. "
6.  Representaciones gráﬁcas."
7.  Desarrollo de aplicaciones con Matlab. "

Todos los tipos de datos!
•  Matlab tiene en total 15 tipos de datos que se
utilizan para formar matrices o arrays"

Adicionalmente existen tipos de datos definibles por el usuario para programación orientada
a objetos: user classes, y Java classes

Identiﬁcación del tipo de dato!
•  Descripción del tipo de dato"
>> tipo=class(x)
tipo =
double
>>

•  Identiﬁcación lógica"
isinteger(x)
isfloat(x)
ischar(x)
islogical(x)
iscell(x)
isstruct(fecha)

int8, uint8
int16, uint16
int32, uint32
int64, uint64
single
double

isempty([])
isinf(Inf)
isnan(NaN)


Conversión de tipos numéricos!
•  La conversión se realiza utilizando el nombre del
tipo como si fuese una función"
>> a=randn(5,7)
a =
-0.4326
-1.6656
0.1253
0.2877
-1.1465

1.1909
1.1892
-0.0376
0.3273
0.1746

-0.1867
0.7258
-0.5883
2.1832
-0.1364

0.1139
1.0668
0.0593
-0.0956
-0.8323

0.2944
-1.3362
0.7143
1.6236
-0.6918

0.8580
1.2540
-1.5937
-1.4410
0.5711

-0.3999
0.6900
0.8156
0.7119
1.2902

>> b=int8(a)
Matlab aplica re

b =
0
-2
0
0
-1

1
1
0
0
0

0
1
-1
2
0

0
1
0
0
-1

0
-1
1
2
-1

1
1
-2
-1
1

dondeo en la co

nversión a entero

s

0
1
1
1
1

Conversión de tipos numéricos!
•  Funciones de redondeo"
–  round: redondea al entero más próximo"
–  floor: redondea hacia -Inf"
–  ceil: redondea hacia +Inf"
–  fix: redondea hacia cero"
>> class(round(3.5))
ans =
double

No cambia el tipo de dato
Es útil para calcular índices

>> b(4.7)
??? Subscript indices must either be real positive integers or logicals.
>> b(round(4.7))
ans =
-1


Cadenas de caracteres!
•  En Matlab las cadenas de caracteres son vectores de tipo
char (igual que en C)"
>> str='Hello World';
>> whos
Name
Size
Bytes
str
1x11
22
Grand total is 11 elements using 22 bytes

Class
char array

>> str(7)
ans =
W
>> str=['H', 'o', 'l', 'a'];
>> nombres(1,:)='Rafael';
>> nombres(2,:)='Ana
';

Para utilizar variables que contengan más de una cadena de caracteres es necesario que todas las
cadenas tengan la misma longitud. Esto se facilita con la función de conversión char:
>> nombres=char('Rafael', 'Ana');
Utilizando cell arrays se puede almacenar cadenas de distintas logitudes

•  Comparación de cadenas de caracteres"
–  El operador == trata las cadenas como vectores"
A = 'fate';
B = 'cake';
A == B
ans =
0

1

0

1

–  strcmp: compara cadenas y retorna 1 para cierto
y 0 para falso. (OJO: distinto que en C)."
–  Otras funciones de comparación: strncmp,
strcmpi, strncmpi


•  Otras funciones de cadenas de caracteres"
–  strrep: típico ﬁnd-and-replace"
cadena=strrep(cadena,'busca','sustituye');

–  findstr: busca una cadena dentro de otra"
posicion = findstr('busca', cadena);

–  strcat: concatena 2 o más cadenas"
texto = strcat(cadena1, cadena2, cadena3);"

–  sprintf: construye una cadena a partir de
variables. Equivale a sprintf de C"
cadena=sprintf('Tengo %6.2f EUR',mi_dinero);"


Estructuras y cell arrays!
•  Las estructuras permite almacenar valores de
diferente naturaleza bajo un nombre de variable"
>> punto.x=123;
>> punto.y=34;
>> punto.color='red';
>> punto
punto =
x: 123
y: 34
color: 'red'

–  No requiere deﬁnición previa"
–  se accede a los campos igual que en C"
–  Vectores de estructuras se obtienen
dinámicamente añadiendo elementos"
>> punto(2).x=435;


•  Se puede acceder a un campo concreto
poniendo el nombre del campo en una cadena
de caracteres:"
>> punto.x=123;
>> punto.y=34;
>> punto.color='red';
>> punto
punto =
x: 123
y: 34
color: 'red'
>> campo='color';
>> punto.(campo)
ans =
red


•  Un cell array permite construir vectores en las que cada
elemento es de un tipo diferente:"
>> c={12,'Red',magic(4)};
>> c
c =
[12]
'Red'
[4x4 double]

>> b{1}=12;
>> b{2}='Red';
>> b{3}=magic(4);
>> b
b =
[12]
'Red'

[4x4 double]

–  Se utilizan llaves { } en lugar de corchetes [ ] o paréntesis ( )
"
–  La diferencia con las estructuras es que se accede a los
valores utilizando un índice en lugar del nombre del campo"
–  Trabajar con estructuras es muy ineﬁciente"

•  Un cell array permite contruir matrices en las que
cada ﬁla es diferente:"
>> a{1,1} = 12;
>> a{1,2} = 'Red';
>> a{1,3} = magic(4);
>> a{2,1}=ones(3);
>> a{2,2}=43;
>> a{2,3}='texto';
>> a
a =
[
12]
'Red'
[3x3 double]
[ 43]
>>

[4x4 double]
'texto'

¿útil para algo?


•  Utilizando ( ) accedo a un elemento, que es tipo cell"
•  Utilizando { } accedo al valor"
>> a
a =
[
12]
[3x3 double]
>> class(a)
ans =
cell

'Red'
[ 43]

[4x4 double]
'texto'

>> class(a(1,1))
ans =
cell
>> class(a{1,1})
ans =
double


•  Ejemplo de acceso a base de datos (database toolbox)"
conn=database('base_de_datos_ODBC','usuario','password');
query='SELECT to_number(PROD),HORA,EST FROM TB_CENT WHERE CENTRAL=''ROBLA'' ';
curs=exec(conn,query);
curs=fetch(curs);
for i=1:size(curs.Data,1)
producciones(i)=curs.Data{i,1};
horas(i)=curs.Data{i,2};
estados(i)=curs.Data{i,3};
end
close(curs);
close(conn);


Matrices de N dimensiones!
•  Las matrices de más de 2 dimensiones se
llaman Multidimensional Arrays!
•  Matlab soporta todas las operacones
matemáticas en matrices de N dimensiones"


Matrices de N dimensiones!
>> c=imread('autumn.tif');
>> whos c
Name
Size
c
206x345x3

Bytes
213210

Class
uint8 array

Grand total is 213210 elements using 213210 bytes
>> imshow(c)
>> max(c(:))
ans =

todos los elementos

248
>> gris=(c(:,:,1)+c(:,:,2)+c(:,:,3))/3;
>> imshow(gris)


Date and Time!
•  Matlab representa fechas y horas en tres formatos:"
–  cadena de caracteres"
–  valor numérico (número de días desde 1/ene/0000)"
–  vector numérico [año, mes, día, hora, min, sec]"
date
now
clock

•  Tiene en cuenta años bisiestos"
•  No tiene en cuenta hora UTC/hora local ni cambios
de hora invierno/verano"

Date and Time!
•  Funciones de conversión"
también fprintf

•  Ejemplo de manejo de fechas"
function fecha_corregida=FechaCambio(fecha_calculo,dias)
%
%Obtiene una nueva estructura de fecha adelantando o retrasando dias
%function fecha_corregida=FechaCambio(fecha_calculo,dias)
%
fecha_corregida y fecha_calculo son estructuras con los campos dia, mes, aNo.
%
%Ejemplo: function fecha_corregida=FechaCambio(fecha_calculo,-1); %dia anterior
%
%Rafael Palacios Nov/2004
%
fecha_num=datenum(fecha_calculo.aNo,fecha_calculo.mes,fecha_calculo.dia);
fecha_num=fecha_num+dias;
fecha_vec=datevec(fecha_num);
fecha_corregida.aNo=fecha_vec(1);
fecha_corregida.mes=fecha_vec(2);
fecha_corregida.dia=fecha_vec(3);

Temario (5)!
1. 
2. 
3. 
4. 
5. 

– 
– 
– 
– 
– 
– 
– 

Medida de tiempos: tic, toc, cputime"
Análisis del código: proﬁler, M-Lint"
Orden de los bucles"
Predeclaración de variables"
Find en lugar de for"
Variables globales"
Compilador"

6.  Representaciones gráﬁcas."


Medida de tiempos!
•  Funciones básicas para medir tiempos"
–  tic y toc miden el tiempo en segundos"
>> tic; inv(inv(inv(randn(1000)))); toc
Elapsed time is 10.015000 seconds.
tic
for k = 1:100
-- programa rápido -end
toc

–  cputime indica el tiempo de CPU en segundos"
>> t=cputime; inv(inv(inv(randn(1000)))); e=cputime-t
e =
9.5137


Análisis del código!
•  profiler genera un informe del rendimiento de
un programa"
Modo comandos:"
Modo gráﬁco:"
>> profile viewer

>>
>>
>>
>>

profile on
inv(inv(inv(randn(1000))));
profile off
profile report

Profiler nos indica qué función
merece la pena optimizar.


Análisis del código!
•  M-Lint analiza el código e identiﬁca posibles
problemas y posibles puntos de mejora de
rendimiento."


Optimización de bucles!
•  Al ser un lenguaje interpretado, los bucles son
muy lentos"
>> tic, for t=1:100, prueba, end, toc
>> tic, for t=1:100, prueba2, end, toc
>> tic, for t=1:100, suma=sum(z(:)); end, toc

%prueba2
suma=0;
for i=1:1000
for j=1:1000
suma=suma+z(j,i);
end
end

%prueba
suma=0;
for i=1:1000
for j=1:1000
suma=suma+z(i,j);
end
end


Predeclaración de variables!
•  La predeclaración evita que Matlab reasigne
memoria dinámicamente"
>> tic, prueba, toc

500x

>> tic, for t=1:100, prueba2, end, toc

500 veces más rápido!!!!
%prueba2
z2=ones(size(z));
for i=1:1000
for j=1:1000
z2(j,i)=z(j,i);
end
end

%prueba
for i=1:1000
for j=1:1000
z2(j,i)=z(j,i);
end
end

Nota: Estos tiempos no mejoran utilizando el compilador porque son retrasos del sistema operativo, no de
Matlab. En Unix el código malo es 50 veces más lento, en lugar de 500 veces más lento.

Find en lugar de for!
•  En muchas ocasiones se puede utilizar find en
lugar de realizar un bucle"
–  find devuelve un vector con los índices de un
vector que corresponden a valores "true""

100x

Ejemplo: Busco los pixels con nivel mayor de 200
>> tic, for t=1:100, length(find(c>200)); end, toc
%prueba imagen
tic, for t=1:100, z=c>200; sum(z(:)); end, toc num=0;
for i=1:size(c,1)
for j=1:size(c,2)
for k=1:size(c,3)
if c(i,j,k)>200
num=num+1;
end
MacBook Pro: Intel Core 2 Duo 2.26 GHz
end
end
end

Ejemplo2: Pongo a cero los pixels con nivel mayor de 200

100x

>> tic, for t=1:100, c(find(c>200))=0; end, toc
>> tic, for t=1:100, c(c>200)=0; end, toc
%prueba imagen
for i=1:size(c,1)
for j=1:size(c,2)
find(c>200) genera un vector con los índices que valen 1
for k=1:size(c,3)
c(find(c>200)) equivale a decir c([23, 267,...])
if c(i,j,k)>200
c(i,j,k)=0;
(c>200) genera un vector de la dimensión de c lleno de ceros
end
y unos (tipo logical), al utilizar este vector como índice sólo
end
se sustituyen los elementos marcados por unos.
end
end
MacBook Pro: Intel Core 2 Duo 2.26 GHz
c>200 genera una matriz 3D de ceros y unos


•  Otras funciones útiles al estilo de ﬁnd son:"
–  all: determina si todos los elementos son nonzero"
•  If all(A>0.5)
–  any: determina si algún elemento es nonzero"
•  If any(A>0.5)
–  reshape: reorganiza los elementos de una matriz para

adaptarse a otras dimensiones"
–  sort: ordena elementos y obtiene una tabla de índices de
ordenación"
function x=aleat(rango)
%% function x=aleat(rango)
% Genera una lista de números aleatorios no repetidos de tamaño rango
%
z=rand(1,rango);
[s,x]=sort(z);


Variables globales!
• 

En las llamadas a función el paso de variables
es por valor"
–  Hay muchas llamadas del tipo:"
mi_fecha=DiaSiguiente(mi_fecha);

–  En general las funciones que transforman
matrices muy grandes son ineﬁciente debido al
uso de la memoria"

Nota: Aunque desde el punto de vista del programador las variables van por valor, Matlab es "listo" no
siempre copia la variable en el stack. Matlab generalmente hace el paso por referencia y sólo copia la
variable si la función la modifica (para proteger los valores originales)


Variables globales!
• 

Utilizar variables globales no es muy
estructurado, pero en caso de matrices grandes
evita asignaciones de memoria"
global GRAVITY
GRAVITY = 32;
y = falling((0:.1:5)');

function h = falling(t)
global GRAVITY
h = 1/2*GRAVITY*t.^2;


Compilador!
•  Convierte código Matlab a C y permite crear un
ejecutable indepenciente"
–  El programa resultante no requiere licencia"
–  Ejecuta más deprisa por estar compilado"
–  Compila funciones, no scripts"
Instalación: La primera vez hay que seleccionar el compilador por defecto

mbuild -setup
Comando general para compilar

mcc –m prueba.m


Compilador!
•  El compilador permite crear los siguientes
elementos:"
–  Aplicación independiente: mcc –m file1.m
–  Librerías de funciones: mcc –l file1.m
–  COM object (component object model)"
–  Excel Add-in"


Compilador!
•  Para instalar una aplicación en un ordenador que no
tenga Matlab:"
–  Crear un CD en el ordenador de desarrollo con:"
prueba.exe
prueba.ctf
<matlabroot>toolboxcompilerdeploywin32MCRInstaller.exe

–  En el ordenador de destino:"
•  Instalar MCRInstaller en C:MCR (por ejemplo)"
•  Asegurarse de que c:MCRruntimewin32 está en el PATH"
•  Copiar prueba.exe y prueba.ctf al directorio de la aplicación. "


Temario (6)!
1. 
2. 
3. 
4. 
5. 
6. 

– 
– 
– 
– 
– 

Tipos de gráficos"
Crear gráficos con plot y surf"
Retoque de gráficos desde menú"
Guardar gráficos: hgsave, hgload, print"
Creación de animaciones"


Crear gráﬁcos!
•  Matlab permite crear gráﬁcos de varios tipos,
que se utilizan para:"
–  visualizar el contenido de las variables"
–  crear imágenes/películas/VR/GIS"
–  generar interfaces de usuario (ver capítulo 7)"


Crear/ajustar gráficos!
•  Crear gráficos desde el editor de matrices (Permite representar
filas, columnas o regiones mediante varios tipos de gráficos)"


Selección del tipo de gráﬁco!

Matrix editor

Categories
Plot types
Description and function
references

Tipos de gráﬁcos (1D, 2D)!
Line

Stem & stair

Scatter

Histogram

Bar

Pie

Polar


Tipos de gráﬁcos (>=3D)!
3D surfaces

Volumetrics

Vector Fields

Contour

Analytic

Images


Crear gráﬁcos con plot!
plot(Y)
plot(X1,Y1,...)
plot(X1,Y1,LineSpec,...)
plot(...,'PropertyName',PropertyValue,...)
>> plot(yy,'o-')
>> hold on; stem(yy); hold off
>> grid on

>> plot(xx,yy,'o-')
>> hold on; stem(xx,yy); hold off
>> grid on


Crear gráﬁcos con plot!
plot(x,y,'rx-');

y
m
c
r
g
b
w
k

yellow
magenta
cyan
red
green
blue
white
black

.
o
x
+
*

punto

- 
:
-.
--

línea
línea
punto
línea

continua
de puntos
y raya
discontinua

plot(x,y1,'rx-',x,y2,'g--');
Truco: Para pintar una línea:
hold on
plot([x1,x2],[y1,y1],'k');
hold off

plot(x,y1,'rx-');
hold on;
plot(x,y2,'g--');
hold off;

Texto en gráﬁcos!
xlabel('Eje X');
ylabel('Eje y');
zlabel('Eje z');
title('Título de la gráfica');
text(x,y,'Texto en (x,y)');

Truco: Los texto admiten expresiones tipo Latex
title('Gráfica: alpha + x_3^2')


Subplots: varios gráﬁcos por ﬁgura!
subplot(4,2,3)
plot(rand(10,2))"

0.3
0.7

0.6
0.2

subplot('position',[0.2,0.6,0.7,0.3])

Gráﬁcos de superﬁcies!
surf(Z)
surf(X,Y,Z)
surf(X,Y,Z,C)

colores

x=[-20,-10,-5,-2,-1,0,1,2,5,10,20]/10;
y=x;
[X,Y]=meshgrid(x,y);
Z=cos(X)+cos(Y);
subplot(2,2,1)
surf(Z);
axis([0 11 0 11 0 2])
subplot(2,2,2)
surf(x,y,Z);
subplot(2,2,3)
surf(X,Y,Z);
subplot(2,2,4)
C=rand(size(Z));
surf(X,Y,Z,C);


Superﬁcies especiales!
function [x,y,z]=torus()
% Dibuja un toro
%
r=0.5; %radio lateral
n=30; %número de elementos
a=1; %radio central
%Calculo ángulos en función de la resolución
theta=pi*(0:2:2*n)/n;
phi=2*pi*(0:2:n)'/n;
%Calculo y proyecto en x,y,z.
xx=(a + r * cos(phi))*cos(theta);
yy=(a + r * cos(phi))*sin(theta);
zz=r * sin(phi)*ones(size(theta));
%Dibujo la figura
ar=(a+r)/sqrt(2)*1.1;
colormap('cool')
subplot(2,2,1); mesh(xx,yy,zz);
axis([-ar,ar,-ar,ar,-ar,ar]);
subplot(2,2,2); surf(xx,yy,zz);
subplot(2,2,3); p=surf(xx,yy,zz);
shading interp
set(p,'EdgeColor','k');
subplot(2,2,4); surfl(xx,yy,zz);


Iluminación y Punto de vista!
[x,y,z]=peaks;
surfl(x,y,z);
shading interp
Punto de vista
view(azimuth,elevation)
view(-37.5, 30)

Iluminación
lightangle(az,el)
lightangle(90, 21.8)


Retoque de gráﬁcos desde menú!
Ventana de la figura con todas las opciones activadas
Toolbars

Para crear
nuevos subplot

Selector de
objetos de la
figura

Variables del
workspace

Properties:
• Figure
• Axes
• Current Object


Zoom y desplazamiento de ejes

Figure Toolbar

Explora valores pinchando en la gráfica


Controles de la cámara y del punto de luz

Camera Toolbar

Detener la rotación animada


Formato de los textos

Plot edit Toolbar

Objetos para dibujar


Retoque de gráficos por propiedades!
•  Todas las propiedades de cada objeto del gráfico
(figura, ejes, elemento gráfico,...) están guardadas
en "handles""
•  gcf current figure, gca current axis"
•  get(handle) muestra todos las propiedades que se
pueden cambiar"
•  set(handle,'PropertyName','Value',...) cambia
propiedades"
•  Ejemplo:"
set(gca,'Xtick',[1 2 3 4 5 6]);
set(gca,'XtickLabel',['ene';'feb';'mar';'abr';'may';'jun']);

Guardar gráficos!
•  Desde menu de figure"
–  File/Save As .fig, .eps, .png, .jpeg, .bmp, .pcx, .tiff"
–  File/Generate M file"
Esta opción nos permite ver qué comandos se utilizan para crear
las modificaciones que hemos realizado por menú

•  Por comandos (útil para sesiones de consola)"
–  hgsave pepito  pepito.fig" Se puede cargar con hgload para retocar
–  print guarda la figura como imagen"
•  print -depsc -tiff -r300 archivo
•  print –dpng –r150 archivo


Creación de animaciones!
•  Hay dos maneras de crear animaciones:"
–  Ofﬂine: generar una película para verla luego"
–  On-Line: ir repintando la gráﬁca desde Matlab"

•  Las películas pueden generarse de dos maneras:"
–  Guardar "fotogramas" en el disco (normalmente utilizando print) y
luego utilizar un programa externo para crear la película."
–  getframe, movie"
for k = 1:16
plot(fft(eye(k+16)))
axis equal
M(k) = getframe;
end
movie(M,1); %play the movie
movie2avi(M,'mi_peli','fps',1);


Temario (7)!
1. 
2. 
3. 
4. 
5. 
6. 
7. 

– 
– 
– 

Creación de interfaces gráﬁcas"
Métodos de comunicación externa"
Generación de documentación"


Creación de interfaces gráﬁcas!
•  Ejecutar la aplicación guide desde Matlab"

Objetos para pintar

Aplicación


•  Cada objeto tiene sus atributos
y una función callback"


•  Guide genera un archivo .m para escribir el código de
nuestro programa"

Como en todos los lenguajes, es aconsejable mantener el código de cálculo
aislado del código del interface

Comunicaciones externas!
•  Adquisición directa de datos"
–  Database toolbox"
–  Data Acquisition toolbox"
–  Image Acquisition toolbox"

•  Adquisición de datos desde archivos"
–  xlsread, load, textscan (números)"
–  auread, wavread (sonido)"
–  imread (imagen)"
–  aviread (película)"


Comunicaciones externas!
•  Programas externos"
–  Matlab llama a otros programas"
•  system, dos, unix

–  Matlab llama a funciones de otros lenguajes"
•  crear un ﬁchero MEX (#include "mex.h")"
•  Matlab llama a la función como si fuese un .m"

–  Excel llama a Matlab"
•  Excel Link toolbox"

–  Cualquier programa llama a Matlab"
•  matlab –nodisplay –m programa
•  matlab –nodesktop –m programa


Generación de documentación!
•  Consejos iniciales"
–  Documentar todas la funciones:"
• 
• 
• 
• 
• 

Descripción"
Argumentos de entrada"
Valores retornados"
Ejemplo de utilización"
Advertencias de utilización"

–  Mantener el código de cálculo independiente del
interface gráﬁco. Facilita la depuración, la mejora
de rendimiento, la actualización del interface."
–  Crear secciones con comentarios del tipo %%"


Generación de documentación!
•  Matlab 7 incorpora una opción de generación de
documentación."
–  De momento sólo funciona para scripts"
–  Genera documentación en HTML, XML, LaTeX, Word
y Power Point."
–  Se basa el los comentarios de las secciones"

•  Procedimiento:"
–  Activar "cell mode" en el editor con Cell/Enable Cell Mode"
–  Seleccionar File/Publish to HTML"
–  Matlab ejecuta el script y genera un HTML con los
comentarios, el código y gráﬁcas de los resultados."

Ejemplo: script torus.m!


Curso matlab

Más contenido relacionado

La actualidad más candente (18)

Destacado (18)

Similar a Curso matlab (20)

Curso matlab