Curso de Matlab.

Nivel Básico

Guillem Borrell i Nogueras

29 de mayo de 2010
 Antes de empezar

• Guillem Borrell i Nogueras.

• [Link]
• Introducción Informal a Matlab y Octave
• Matemáticas en Ingeniería con Matlab y Octave
• Transparencias y ejercicios de este curso
• Material de otros cursos
 Funcionamiento

• Visitar la página del curso

• Descargarse la hoja de ejercicios
• Parar el vídeo para intentar el ejercicio antes
que se de la solución.
 Recordad...

Ningún lenguaje se aprende por osmosis

 ¿Qué es Matlab?

• Un lenguaje de programación
• Un lenguaje de programación interpretado
• Un lenguaje de programación interactivo

Usar Matlab == Programar en Matlab

 ¿Qué no es Matlab

• Una hoja de cálculo

• Un programa de cálculo simbólico. Matlab
R1
puede hacer 0 erf (x) dx = 0.486 pero no
−x 2
erf (x) dx = x erf (x) + e√π
R

• La solución a todos nuestros problemas.

 ¿Qué significa interpretado?

• Un intérprete es un programa.
• Es como un actor que hace todo lo que le
dice un guión
• Muy parecido a la una calculadora.
• Es interactivo.
1 >>

Os presento a la consola de Matlab

 Algunas mentiras

• Para ser ingeniero aeronáutico no es

necesario saber programar.
• Programar es difícil.
• Programar bien es fácil.
• Los ingenieros programan bien
• En la vida basta un lenguaje de
programación mientras se domine.
 Un autoengaño

Si en la escuela sólo me dan seis

créditos de informática es porque
no es importante.
En Arquitectura nadie enseña
Autocad.
 Problema:

Representar I(y), la integral de la función de

Bessel
Z y
I(y ) = J2.5 (x) dx
0
con y ∈ [1, 5]
• ¿Cómo se haría en Fortran?
• ¿Cómo se haría en Excel?
 En Matlab son 6 líneas

1 x=linspace(1,5,100);
2 intbessel=@(y) quad(@(x) besselj(2.5,x),0,y);
3 for i=1:100
4 z(i)=intbessel(x(i));
5 end
6 plot(x,z);

No os preocupéis si no entendéis nada. Esto es

Matlab avanzado.
 El resultado

1.2

0.8

0.6

0.4

0.2

0
1 1.5 2 2.5 3 3.5 4 4.5 5
 ¿Una calculadora programable?

1 >> 2+2
2 ans = 4
3 >> mean([1,2,3,4,5,6,7,8,9])
4 ans = 5
5 >> abs(3+4i)
6 ans = 5
 Todo esto es muy bonito pero...

• ¿Es una herramienta realmente útil?

• ¿Se usa masivamente en la industria?
• ¿Por qué?
• ¿Cuánto cuesta Matlab?
• ¿Es la única solución?
 Octave

• Implementación libre y gratuita del lenguaje

Matlab
• [Link]
• Programa muy utilizado en GNU/Linux
• Versiones para Windows y Mac
• QtOctave
• Libre y gratuito
 El lenguaje Matlab

• Caracteres especiales
• Funciones y scripts
• Tipos
• Variables
• Operadores
• Sentencias
• Contenendores
• Function handles
 Caracteres especiales

1 >> % Este comando sera ignorado

2 >> ’hola’ % ’Hola,Matlab!’
3 ans = hola
4
5 >> ’hola’;
6 >> ’hola’, ’que tal’
7 ans = hola
8 ans = que tal
9
10 >> ’hola’, ...
11 ’que tal’
12 ans = hola
13 ans = que tal
 El directorio de trabajo

• Matlab puede ejecutar archivos con código

• Matlab puede cargar archivos de datos
• La biblioteca de funciones está formada por
archivos con código.
• Matlab busca en sus directorios de sistema
más el directorio de trabajo
• Variable path
 Funciones. Sintaxis

1 function [sal1,sal2,...] = nombre(ent1,ent2,...)

2 sentencias ejecutables
3 sal1 = ...
4 sal2 = ...

Lo guardaremos todo en el directorio de trabajo

en un archivo llamado nombre.m
 Scripts

• Un script es un programa
• Un programa es una secuencia de
instrucciones ejecutables
• Un programa no depende de variables
externas
• También se guarda en un archivo .m en el
directorio de trabajo
• Se ejecuta escribiendo el nombre del
archivo en la consola o pulsando F5 en el
editor.
 Nuestra primera función

Abrimos un archivo nuevo en el editor

1 function y = aprsin(x)
2 y=x-(x.^3)/6

Y lo guardamos en el directorio de trabajo como

aprsin.m.
 Nuestro primer script

En un archivo nuevo del editor

1 x=linspace(-pi,pi,100);
2 for i = 1:100
3 y(i)=aprsin(x(i));
4 end
5 plot(x,[y;sin(x)])

Lo guardamos con el nombre comparar.m en

el directorio de trabajo. Luego pulsamos F5
 El resultado

1.5

0.5

-0.5

-1

-1.5

-2
-3 -2 -1 0 1 2 3
 Ayuda. Función help

• En Matlab todo es una función

• Cada función contiene una pequeña ayuda
• Para consultar la ayuda existe la función
help
1 help eig
 Tipos

Es importante diferenciar los conceptos de

Tipo Cualquier elemento de un código
tiene un tipo: caracteres, números,
matrices...
Variable Identificador asignado a un tipo o a un
contenedor
Argumento Variable de entrada o salida de una
unidad de programa
 Tipos numéricos

• Tipo por defecto: arrays n-dimensionales de

doble precisión
• Simple precisión
• Enteros de varios bits
 Mira qué curioso

1 >> a = pi
2 a = 3.1416
3 >> a(1)
4 ans = 3.1416
5 >> a(1,1)
6 ans = 3.1416
7 >> a(1,1,1)
8 ans = 3.1416
 Escribir matrices

• El espacio o la coma separan elementos de

la misma fila
• El retorno de carro o el punto y coma separa
filas
 
1 2 3
4 5 6
7 8 9
 Ejercicio 1

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

Escribir  
1 2 3
4 5 6
7 8 9
de otros 3 modos posibles.
 Subíndices

• En Matlab el primer índice cuenta

elementos en la columna
• El segundo índice cuenta elementos en la
fila
• Pero un vector es siempre fila a no ser que
se diga lo contrario.
• El truco es que no nos preocupen las filas y
las columnas, sólo los índices
Mij = M(i, j)
 No hay quien te entienda

1 >> v(4)=2
2 v =
3
4 0 0 0 2
5
6 >> w(4,1)=2
7 w =
8
9 0
10 0
11 0
12 2
 Un vector...

v = (1, 2, 3, 4, 5)
1 >> v=[1,2,3,4,5];
2 >> v(4)
3 ans = 4
 Una matriz...

 
1 2 3
4 5 6
7 8 9
1 >> M=[1,2,3;4,5,6;7,8,9];
2 >> M(2,3)
3 ans = 6
 Podemos indexar con vectores

 
1 2 3
4 5 6
7 8 9
1 >> M([1,2],[2,3])
2 ans =
3
4 2 3
5 5 6
 O con índices mudos

 
1 2 3
4 5 6
7 8 9
1 >> M(2,:)
2 ans =
3
4 4 5 6
 Secuencias

• Es una abreviatura común para escribir un

vector fila
• La sintaxis es
inicio:incremento:final
1 >> [Link]
2 ans =
3 0 2 4 6 8 10
4
5 >> 0:5
6 ans =
7 0 1 2 3 4 5
 Ejercicio 2

Crear la matriz siguiente y extraer de ella la

submatriz marcada en rojo.
 
11 12 13 14 15
 21 22 23 24 25 
 
 31 32 33 34 35 
 
 41 42 43 44 45 
51 52 53 54 55
 Otros tipos

• La unidad imaginaria es i, j, I o J
• Las cadenas de texto se introducen entre
comillas simples
• Los tipos lógicos son true y false. true es
6≡ 0 y false es ≡ 0
 Operadores

• Operadores matriciales +, -, *, /, ˆ
• Operadores escalares .*, ./, .ˆ
• Operadores lógios matriciales &, |, !
• Relaciones de comparación <, >, ==, <=,
>=, !=
• Relaciones lógicas &&, ||
 El error más común de Matlab

1 >> a=rand(3,3);
2 >> a=rand(3,3);b=rand(3,3);
3 >> a*b
4 ans =
5 1.0297 0.9105 0.3293
6 0.9663 0.8267 0.4211
7 0.5355 0.4318 0.3279
8 >> a.*b
9 ans =
10 0.1824 0.3253 0.0563
11 0.5500 0.6003 0.1897
12 0.0458 0.0017 0.1822
 El error más común de Matlab

1 >> a=[1,2,3;4,5,6;7,8,9];
2 >> a.^pi
3 ans =
4 1.0000 8.8250 31.5443
5 77.8802 156.9925 278.3776
6 451.8079 687.2913 995.0416
7 >> a^pi
8 ans =
9 1.0e+03 *
10 0.69 - 0.0004i 0.85 - 0.0001i 1.01 + 0.0002i
11 1.57 - 0.0000i 1.93 - 0.0000i 2.29 + 0.0000i
12 2.45 + 0.0003i 3.01 + 0.0001i 3.57 - 0.0002i
Ejercicio 3
 Control de flujo

• Las sentencias son palabras clave

necesarias para programar
• Son comunes a la mayoría de lenguajes de
programación
• Control de flujo es el uso de bucles,
condicionales, casos...
• El control de flujo implica el
encapsulamiento de una tarea.
 Condicionales o if

1 if cond
2 sentencias
3 elseif cond
4 sentencias
5 else
6 sentencias
7 end
 Bucles o for

1 for var=contador
2 sentencias
3 end

• contador puede ser un vector o una

secuencia
• Para cada paso i avanza de valor en
contador
• Las sentencias pueden depender o no de i
 Más control de flujo

case Control de casos finitos

while Bucle controlado por condición lógica
try Control de excepciones
break Salida de bloques
continue Idem
return vuelta al programa principal
Ejercicio 4
 Contenedores

• Estructuras de datos. Forma de árbol

• Cell arrays. Forma de matriz
• Function handles. Contenedor para una
función.
• Funciones anónimas
 Estructuras de datos

1 >> [Link]=1.234;
2 >> [Link]=’hola’;
3 >> [Link]=1;
4 >> [Link]=0;
5 >> ed
6
7 ed =
8
9 str: ’hola’
10 num: 1.2340
11 logic: [1x1 struct]
 Cell arrays

1 >> celda={1.234,’hola’;true,false}
2 celda =
3 [1.2340] ’hola’
4 [ 1] [ 0]
5
6 >> celda{1,1}
7 ans = 1.2340
 Function Handles

Es capaz de contener una función.

1 >> fhsin = @sin
2 fhsin =
3
4 @sin
5
6 >> fhsin(pi/2)
7 ans = 1
Ejercicio 5
 Funciones anónimas
Permiten crear un function handle definiendo la
función directamente.
1 >> test1 = @(x) x.*sin(x)
2 test1 =
3 @(x) x .* sin (x)
4 >> test1(1)
5 ans = 0.84147
6
7 >> test2 = @(x,y) exp(-(x.^2+y.^2))
8 test2 =
9 @(x, y) exp (-(x .^ 2 + y .^ 2))
10 >> test2(1,i)
11 ans = 1
 Conclusiones

• El lenguaje Matlab es muy limitado

• Es sencilloy su sintaxis es clara
• Sus estructuras son muy matemáticas
• Está basdo en funcionesy no conocemos
ninguna
• La biblioteca de funciones de Matlab es tan
grande como quieras pagarla.
 Creación de matrices

eye matriz de ceros con unos en la

diagonal
linspace Vector de elementos equiespaciados
logspace Vector de elementos con el exponente
equiespaciado
meshgrid Matrices de elementos
equiespaciados en 2D
ones Matriz de unos
zeros Matriz de ceros
rand Matriz de números aleatorios
 Manipulación de matrices

reshape Cambia la forma de la matriz

conservando el número de elementos
transpose Traspuesta. Equivale a .’
ctranspose Matriz conjugada. Equivale a ’
rot90 Gira la matriz 90 grados hacia la
izquierda
Ejercicio 6
 Resolución de SEL

Para resolver sistemas de ecuaciones lineales

contamos con un operador universal
1 >> A=[1,0;2,1];y=[2;4];
2 >> x=A\y
3 x =
4
5 2
6 0
 Cálculo Simbólico

• Podéis hacer operaciones simbólicas con

Matlab
 Cálculo Simbólico

• Podéis hacer operaciones simbólicas con

Matlab
• Que pueda hacerse no significa que tenga
que hacerse
 Cálculo Simbólico

• Podéis hacer operaciones simbólicas con

Matlab
• Que pueda hacerse no significa que tenga
que hacerse
• También podéis depilaros las cejas con una
sierra mecánica
 Integración numérica

quad Integración numérica. 3 argumentos

de entrada
quadl Algoritmo de integración mejorado
dblquad Integración bidimensional de
funciones de dos variables
trapz Regla del trapecio
Ejercicio 7
 Desarrollos en serie de
funciones

• Los coeficientes de un desarrollo en serie

son un vector
x 2 + x es 1x 2 + 1x + 0, es decir [1 1 0]
1 >> p = [1 1 0];
2 >> polyval(p,1)
3 ans = 2
4 >> roots(p)
5 ans =
6 -1
7 0
 Polinomios

polyval Obtiene el valor en un punto

roots Obtiene las raíces del polinomio
polyder Deriva un polinomio
polyinteg Integra un polinomio
conv Multiplica dos polinomios
residue Desarrollo en fracciones parciales.
 Funciones que devuelven
polinomios

poly Obtiene el polinomio característico de

una matriz.
polyfit Modelo polinómico de una serie de
datos.
 Representación gráfica

• Representar datos es sencillo e intuitivo

• No hay que emocionarse con la
representación gráfica
• Sólo veremos curvas en el plano
• ¿Necesitamos más?
 Plot

Representa curvas en el plano. e−x/100 sin x

para x ∈ [0, 500]
1 >> x=linspace(0,500,100000);
2 >> plot(x,exp(-x/100).*sin(x))
 El resultado

0.5

-0.5

-1
0 100 200 300 400 500
 Etiquetas

1 >> title(’Una funcion cualquiera’)

2 >> xlabel(’Tiempo’)
3 >> ylabel(’Amplitud’)
 El resultado

Una funcion cualquiera

1

0.5
Amplitud

-0.5

-1
0 100 200 300 400 500
Tiempo
 Estilos

1 >> x=linspace(-pi,pi,100);
2 >> plot(x,sin(x),’m:’,...
3 x,cos(x),’k^’,x,tan(x),’bx’)
4 >> axis([-pi,pi,-2,2])
5 >> grid on
6 >> legend(’linea de puntos magenta’,...
7 ’triangulos negros’,...
8 ’cruces azules’)
 El resultado

2
linea de puntos magenta
triangulos negros
cruces azules
1.5

0.5

-0.5

-1

-1.5

-2
-3 -2 -1 0 1 2 3
 hold

• La ventana gráfica se borra

automáticamente cada vez que dibujamos
algo
• Para cambiar el comportamiento anterior se
usa la función hold
• hold on mantiene todo lo dibujado en la pantalla
• hold off vuelve al comportamiento inicial

• Para borrar la ventana gráfica usamos clf

 figure

• Las ventanas gráficas se manipulan con la

función figure
• Cada ventana gráfica tiene asociada un
número entero
• figure se llama con un número que corresponde al
de la ventana
• Si utilizamos un número que no corresponde a
ninguna ventana existente crearemos una nueva con
este número asociado
• Si utilizamos un número existente activaremos la
ventana correspondiente
 subplot

Es el comando que permite poner varios ejes

en una misma figura
1 >> x= linspace(-pi,pi,100);
2 >> subplot(2,2,1)
3 >> plot(x,sin(x))

Primero de los cuatro sectores.

 El resultado

0.5

-0.5

-1
-4 -3 -2 -1 0 1 2 3 4
 subplot

Ahora completamos los cuatro cuadrantes.

1 >> subplot(2,2,2)
2 >> plot(x,cos(x))
3 >> subplot(2,2,3)
4 >> plot(x,sinh(x))
5 >> subplot(2,2,4)
6 >> plot(x,cosh(x))
 El resultado

1 1

0.5 0.5

0 0

-0.5 -0.5

-1 -1
-4 -3 -2 -1 0 1 2 3 4 -4 -3 -2 -1 0 1 2 3 4

15 12

10 10

5 8

0 6

-5 4

-10 2

-15 0
-4 -3 -2 -1 0 1 2 3 4 -4 -3 -2 -1 0 1 2 3 4
 Otros comandos

semilogx Dibuja una curva con el eje x en

escala logarítmica
semilogy Dibuja una curva con el eje y en
escala logarítmica
loglog Dibuja una curva en escala
logarítmica
 Ejercicio 8

Representar en una misma ventana y dos

frames (uno superior y otro inferior) la función
√
x sin(1/x) x ∈ [0.001, 1]
en escala normal y en escala semilogarítmica
en el eje x.
 Comandos interesantes

get, set Cambia los atributos de un plot

handle
text Pone texto en la figura
contour Isolíneas de una matriz de datos en
3D
griddata Interpola para el contour
 Desarrollos de datos

interp1 Interpolación de una serie de puntos

interp2 Interpolación de una nube de puntos
polyfit Coeficientes del polinomio de grado n
con mínimo error cuadrático
fft Realiza la transformada de Fourier
 interp1

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

2 >> y=[1 4 2 5 7 4 2 7];
3 >> interp1(x,y,7.234,’spline’)
4 ans = 2.3437
5 >> test=@(x,y,z) interp1(x,y,z,’spline’);
6 >> test(x,y,7.234)
7 ans = 2.3437
 polyfit

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

2 >> y=[2 4 3 5 6 5 7 9];
3 >> coeff=polyfit(x,y,3);
4 >> plot(x,y,’k+’,1:0.1:8,...
5 polyval(coeff,1:0.1:8),’b-’)
 El resultado

2
1 2 3 4 5 6 7 8
 Estadística descriptiva

mean Media
std Desviación típica
median Mediana
sort Orena los elementos de menor a
mayor
center Elimina la media de una muestra
 EDO

• Es una de las aplicaciones más importantes

del Cálculo Numérico
• Los problemas más comunes son los
problemas de Cauchy no lineales
• En ese caso la solución numérica es
esencial
• Lo más importante es saber si nuestro
problema es stiff
 Stiff

• Un problema es stiff cuando el paso

temporal viene determinado por la
estabilidad del esquema.
• Suelen relacionarse con problemas no
lineales o condiciones de contorno muy
exigentes
• Requieren esquemas de integración
temporal implícitos
 Funciones

ode45 Runge-Kutta de paso variable orden

4-5
ode113 Adams multipaso
ode23s Esquema implícito Rosenbrock
lsode Octave
 Van der Pol

Un caso típico es la ecuación de Van der Pol

x 00 + x + µ(x 02 − 1)x = 0
Dependiendo del valor de µ el problema va a
ser stiff o no.
 Solución

1 >> [tout,xout]=ode45(@vdp1,[0 20],[2 0])

2 >> plot(tout,xout(:,1))
 Solución

-1

-2

-3
0 5 10 15 20
 Solución

1 >> [tout,xout]=ode23s(@vdp1000,[0 20],[2 0])

2 >> plot(tout,xout(:,1))
 Solución

-1

-2

-3
0 500 1000 1500 2000 2500 3000
Ejercicio 9