M. Dez Minguito y A.

Millares Valenzuela
Instituto Interuniversitario del Sistema Tierra en Andaluca
Universidad de Granada

Curso de Introduccion a
MATLABTM
Breve seleccion de instrucciones
February 15, 2015

Contents

Algunas instrucciones basicas en MatlabTM . . . . . . . . . . . . . . . . . . . . . . .

1.1 Operadores aritmeticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Operaciones con vectores y matrices . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4 Visualizacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Lectura y escritura con y sin formato . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6 Entrada y salida de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.7 Estructuras de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.7.1 Iterativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.7.2 De decision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.8 Otras funciones u tiles de MatlabTM . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.9 Algunos consejos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Mas informacion en la web... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

1
1
1
3
9
17
18
19
19
20
21
21

List of Figures

1.1
1.2
1.3

1.4

1.5

Placa, distribucion de nodos y condiciones de contorno. . . . . . . . . . . . 9

Solucion interpolada del sistema de ecuaciones lineales Eq. 1.32
segun las condiciones de contorno dadas en el ejemplo (Fig. 1.2). . . . 9
Ejemplo de representacion con la funcion plot. Tal y como se
indica, se estan representando las funciones f (x) = sin(x) y
g(x) = cos(x) sin(x2 ). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Ejemplo de representacion con la funcion surfc. En este caso se
representa la funcion de Bessel de primera especie de orden cero J0
con argumento x2 + y2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Representacion de diferentes funciones conocidas. . . . . . . . . . . . . . . . . 17

vii

Chapter 1

Algunas instrucciones basicas en MatlabTM

Tell me and I forget. Teach me and I remember. Involve me and

I learn. Benjamin Franklin.

1.1 Operadores aritmeticos

Las siguientes operaciones pueden efectuarse tanto en un archivo .m como en el la
ventana de instrucciones (Command Window). Los archivos .m son archivos ASCII
que son interpretados y ejecutados por MatlabTM . Se definen los siguientes operadores:
Operador producto: el producto de un escalar a con b se define en MatlabTM mediante , esto es, a b.
Operador suma: se define con a + b.
Operador resta: se expresa de la siguiente forma a b.
Operador exponente: un numero real a elevado a b se expresa como ab.
Operador division: se define como a/b.
Operador asignacion (igual): a un numero c que se le asigna, por ejemplo, el valor
resultante de la suma de a con b se expresa en MatlabTM como c = b + a. Es importante notar que tanto en MatlabTM como en otros lenguajes de programacion,
el operador = no representa el igual en sentido matematico, sino la asignacion
del contenido de la variable que hay a la derecha de = a la variable que se encuentra a la izquierda. Abusando del lenguaje diremos que c es igual a b + a,
pero en realidad debera decirse a la variable c se le asigna el resultado de
a + b. Es comun en todos los lenguajes de programacion efectuar operaciones
de la forma a = a + 1. Esto, matematicamente no tiene sentido, pero si el signo =
se interpreta como operador asignacion no hay error. El valor resultado de sumar
el contenido de la variable a con 1, se almacena de nuevo en la variable a.

1.2 Funciones
MatlabTM incluye una pletora de funciones como, por ejemplo, sqrt(x), log(x),
sin(x), bessel j(n, x), exp(x), que calculan, respectivamente, la raz cuadrada, el log1

1 Algunas instrucciones basicas en MatlabTM

aritmo neperiano, el seno, la funcion de Bessel de primera especie de orden n y la

exponencial de una variable (o una matriz) x. En la Ayuda de MatlabTM pueden
encontrarse e stas y muchas mas, junto con su definicion y su uso.
Example 1.1. Una vez familiarizado con el entorno de MatlabTM , la creacion de
archivos y algunas funciones basicas, el usuario debera ser capaz de realizar las
siguientes operaciones:

1. Determinar la celeridad de onda en aguas someras c = gh, donde h = 10 m y

g = 9.8m/s2 .
2. Obtener la elevacion de una onda progresiva unidimensional (x,t) = acos (t kx)
en x = 10 km en un determinado instante t = 1.5 horas, dados la amplitud a = 1.5
m, el periodo T = 12.45 horas y la longitud de onda = 360 km.
3. Estimar la altura de ola maxima Hmax,N a partir 
de la altura de ola
 significante
q
ln N

considerando para ello la expresion Hmax,N Hs
2 + 8 ln N , donde =
0.577 es la constante de Euler-Mascheroni, N = 1000 y Hs = 1.34 m.
Listing 1.1 Operaciones sencillas con MatlabTM . Ejemplo 1.1
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% % PROGRAMA: e j e m p l o 1
%
: E j e m p l o de o p e r a c i o n e s s e n c i l l a s
% % DESCRIPCION
%
%%
con M a t l a b
%
% % USO: [ c , e t a , HmaxN] = e j e m p l o 1 ( )
%
% % ENTRADAS : V a r i a s m e d i a n t e i n p u t
%
% % SALIDAS :
%
%%
c : celeridad
%
%%
e t a : e l e v a c i o n
%
%%
HmaxN : a l t u r a de o l a m a xima
%
% % FECHA: 3 0 / 0 3 / 2 0 1 2
%
% % see also input , f p r i n t f
%
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
f u n c t i o n [ c , e t a , HmaxN ] = e j e m p l o 1 ( )
close all
clear all
clc
% ( 1 ) C e l e r i d a d de onda en a g u a s s o m e r a s
d i s p ( CELERIDAD EN AGUAS SOMERAS )
h0 = i n p u t ( I n t r o d u z c a e l n i v e l medio (m ) : ) ;
g = i n p u t ( I n t r o d u z c a l a a c e l e r a c i o n de l a g r a v e d a d (m/ s 2 ) : ) ;
c = s q r t ( gh0 ) ;
f p r i n t f ( La c e l e r i d a d e s %f m/ s \n\n , c )
% ( 2 ) E l e v a c i o n de una onda p r o g r e s i v a
DE UNA ONDA PROGRESIVA a c o s (w t kx ) )
d i s p ( ELEVACION
a = i n p u t ( I n t r o d u z c a l a a m p l i t u d de onda (m ) : ) ;
T = i n p u t ( I n t r o d u z c a e l p e r i o d o de l a onda ( s ) : ) ;
w = 2 p i / T ; % 1 / s
L = i n p u t ( I n t r o d u z c a l a l o n g i t u d de onda (m ) : ) ;
k = 2 p i / L ;
% 1 /m
x = i n p u t ( I n t r o d u z c a x , l a p o s i c i o n de medida (m ) : ) ;
t = i n p u t ( I n t r o d u z c a t , e l i n s t a n t e de medida ( s ) : ) ;
e t a = a c o s (w t kx ) ;
f p r i n t f ( La e l e v a c i o n m a r e a l e s %f m\n\n , e t a )
% ( 3 ) A l t u r a de o l a m a xima

1.3 Operaciones con vectores y matrices

DE LA ALTURA DE OLA MAXIMA

d i s p ( ESTIMACION
)
gE = 0 . 5 7 7 ;
% gamma de E u l e r
N = i n p u t ( I n t r o d u z c a e l n u mero de o l a s : ) ;
H13 = i n p u t ( I n t r o d u z c a l a a l t u r a de o l a s i g n i f i c a n t e (m ) : ) ;
HmaxN = H13 ( s q r t ( 0 . 5 l o g (N) ) + gE / s q r t (8 l o g (N ) ) ) ;
f p r i n t f ( La a l t u r a m a xima e s t i m a d a e s %f m\n , HmaxN )

1.3 Operaciones con vectores y matrices

Sin entrar en detalles, diremos que una matriz es una coleccion de elementos ordenados en filas y columnas. As, por ejemplo, la matriz A es una matriz 3 3

abc
A33 = d e f ,
gh j

(1.1)

la matriz B es un vector fila con 4 columnas

B14 = a b c d ,

(1.2)

y la matriz C es un vector columna con 3 filas

a
C31 = b .
c

(1.3)

En general una matriz Dnm define una matriz de n filas por m columnas. En
MatlabTM los vectores se definen con corchetes de la siguiente forma1 :
A = [a, b, c

(1.4)

d, e, f

(1.5)

g, h, j] .

(1.6)

Esta forma de introducir matrices se suele emplear en los .m. La coma (o el

espacio) representa la separacion entre columnas, mientras que la introduccion de
nuevas filas se hace un retorno de carro (en un .m, no en la ventana de instrucciones)
o con el punto y coma. Las matrices anteriores se expresan en una sola lnea de la
siguiente forma: A33 = [a, b, c; d, e, f ; g, h, j], B14 = [a, b, c, d] y C31 = [a; b; c].
Cuando se trabaja con vectores suele ser habitual querer saber el maximo y/o el
mnimo y/o la media de un vector. Las funciones max(), min() y mean() efectuan
1

Habiendo definido previamente las variables a, b, c, d, e, f , g e j.

1 Algunas instrucciones basicas en MatlabTM

esas operaciones. As, por ejemplo, si A = [16.3 9585], max(A) produce como
salida 6.30, min(A) -958 y mean(A) -236.4250. Si existe algun elemento marcado
como NaN puede usarse la funcion nanmean() que realiza la media de todos los
elementos excepto los NaN. Estas funciones son aplicables a matrices, no solo a
vectores, y se les puede especificar la dimension sobre la que se realiza la operacion.
Las funciones max() y min() devuelven opcionalmente los ndices de los elementos
maximo(s) y mnimo(s), respectivamente.
Para definir de forma automatica vectores hay disponibles varias funciones de
MatlabTM .
linspace: Con a=linspace(x1, x2, N) se define un vector a de N elementos equiespaciados linealmente entre los valores x1 y x2.
zeros: Con a=zeros(N, M) se define una matriz de N filas por M columnas cuyos
elementos son todos ceros.
ones: Con a=ones(N, M) es igual que con zeros(), pero rellenando la matriz con
unos.
eye: a=eye(N) define una matriz identidad de N N.
rand: a=rand(N,M) define una matriz N M de numero aleatorios uniformemente distribuidos en el intervalo (0, 1).
Una forma rapida de definir matrices y que es similar (pero no igual, ojo con los
redondeos) a la funcion linspace() es haciendo uso del operador rango : (dos puntos).
Por ejemplo, A = 50 : 100 define un vector de 51 elementos, cuyos elementos van
de 50 a 100 a saltos de 1. Por defecto usa un salto de 1. Si queremos especificar
otro valor debemos especificarlo de la siguiente manera: A = 50 : 2 : 100, define un
vector de 26 elementos cuyos elementos son 50, 52, . . . 98, 100. Del mismo modo,
A = 0 : 0.1 : 100 es un vector de 1001 elementos entre 0 y 100 cuyo espaciado entre
ellos es 0.1.
Una vez definida la matriz o el vector es posible acceder a sus elementos. Por
ejemplo, para la matriz D siguiente
D = [1, 1, 0.1

(1.7)

3, 0, 0.65

(1.8)

9, 12, 1.54] ,

(1.9)

MatlabTM devuelve los valores de los respectivos elementos con la instruccion

D(n, m) donde n indica la fila y m la columna. Por ejemplo, para D(2, 3) MatlabTM
devuelve el valor -0.65 y para D(3, 1) el valor -9. Tambien podemos usar el operador rango para obtener no uno, sino varios elementos ordenados. Por ejemplo, a = D(3, 1 : 3) almacena en a la fila 3 completa, esto es, el vector a es
(9.00, 12.00, 1.54). Si lo que se quiere es el rango completo, 1 : 3, puede indicarse de forma abreviada como a = D(3, :), sin poner el numero inicial o el final.
Otro ejemplo, podra ser b = D(2, 2 : 3). En este caso, se define un vector b cuyos
elementos son (0, 0.65).

1.3 Operaciones con vectores y matrices

Igual que con numeros, pueden realizarse operaciones aritmeticas con matrices.
Para sumar y restar matrices se emplean los operadores + y , respectivamente2 .
Para que la suma/resta este bien definida (matematicamente y en MatlabTM ) las matrices tienen que tener identico numero de filas y columnas, de otro modo MatlabTM
dara un mensaje de error. Por ejemplo, no podremos sumar la matriz D33 a la matriz al vector
a13 = [3 60.02] ,

(1.10)

puesto que el numero de filas no coincide. En cambio, podemos sumar la matriz

D33 definida en 1.7 a la matriz C33
C = [1, 1, 1

(1.11)

1, 1, 0

(1.12)

2, 2, 0] ,

(1.13)

siendo el resultado
[2, 2, 1.1

(1.14)

2, 1, 0.65

(1.15)

11, 14, 1.54] .

(1.16)

El producto de matrices se efectua haciendo uso del operador . Recuerdese la

definicion del producto de matrices. Ojo que no es elemento a elemento. Para que el
producto de matrices AnA ,mA BnB ,mB este bien definido matematicamente el numero
de columnas de la matriz a la izquierda (A) debe coincidir con el numero de fila de la
matriz a la derecha (B), esto es, mA = nB . El resultado sera una nueva matriz CnA ,mB
de nA filas y mB columnas. Esta condicion se cumple para las matrices cuadradas C
y D. El resultado de C D es
[11, 13, 2.29

(1.17)

2, 1, 0.75

(1.18)

8, 2, 1.1] .

(1.19)

Recuerdese tambien que el producto de matrices no es conmutativo. El resultado

de D C es

Recuerdese que la suma y la resta entre matrices se realiza elemento a elemento.

1 Algunas instrucciones basicas en MatlabTM

[1.8, 2.2, 1

(1.20)

4.3, 1.7, 3

(1.21)

0.08, 6.08, 9.0] .

(1.22)

Es igualmente posible calcular el producto del vector a, definido en Eq. 1.10

con la matriz C, puesto que el numero de columnas de a coincide con el numero
de filas de C. El resultado de a1,3 D3,3 es un vector v1,3 cuyos elementos son
(8.96, 9.04, 3.0000). Si queremos realizar el producto D3,3 a1,3 MatlabTM producira un mensaje de error, puesto que el numero de columnas de D no coincide con
el numero de filas de a (Inner matrix dimensions must agree).
El operador division / esta relacionado con la inversion de matrices. En MatlabTM
A/B representa A B1 , donde B1 es la matriz inversa de B. En este caso, para que
A/B este bien definido, esto es, para que A B1 este bien definido el numero de
columnas de A debe coincidir con el numero de columnas de B. Tambien se define la inversion por la izquierda, esto es, B1 A. Esto en MatlabTM se realiza con
la barra inversa: A\B. Esto es u til para resolver sistemas de ecuaciones de forma
sencilla.
Dadas dos matrices en MatlabTM , es muy frecuente querer calcular, no el producto en el sentido usual, sino el producto elemento a elemento. Lo mismo con la
division. Es evidente que no se puede emplear el mismo smbolo. Ese producto/division elemento a elemento se le especifica a MatlabTM poniendo un punto . delante
de la operacion3 . Por ejemplo, para efectuar un producto elemento a elemento entre las matrices C y D se le dara a MatlabTM la instruccion C. D. Este producto
elemento a elemento (especial de MatlabTM ), s que es conmutativo puesto que el
producto de escalares lo es. El resultado sera T = C. D
T = [1, 1, 0.1

(1.23)

3, 0, 0

(1.24)

18, 24, 0] .

(1.25)

Del mismo modo se hara con el operador exponente, si queremos elevar a una
potencia los elementos de una matriz. Por ejemplo, si R = T.2
R = [1, 1, 0.01

(1.26)

9, 0, 0

(1.27)

324, 576, 0] .

(1.28)

En este caso, al ser la matriz cuadrada, podra determinarse Q = T 2 (sin punto),

es decir, Q = T T . El resultado claramente es diferente (las operaciones son diferentes)
3

Notese que, por definicion, la suma/resta de matrices ya se realiza elemento a elemento, as que
no es necesario poner un punto delante de la operacion suma/resta.

1.3 Operaciones con vectores y matrices

Q = [0.2, 3.4, 0.1

(1.29)

3, 3, 0.3

(1.30)

54, 18, 1.8] .

(1.31)

Example 1.2. Este ejemplo ha sido tomado de [Gerald, C.F. y P.O. Wheatley (2000),
Analisis Numerico con Aplicaciones] y se corresponde con el problema de determinacion del mapa de temperaturas de equilibrio en una placa metalica bidimensional
de dimensiones 2 m 2 m. Los contornos, tal y como se indica en la Fig. 1.1, se
hallan cada uno a una determinada temperatura mantenida constante (imagnese en
contacto con un termostato a la temperatura indicada). Se pretende determinar las
temperaturas en el interior de la placa, discretizando su interior en 9 nodos, denominados uk , con k = 1 . . . 9 (Fig. 1.1). Las temperaturas en los nodos vienen dadas
por la ecuacion de difusion, y que en equilibrio se reduce a la ecuacion de Laplace.
Aplicada a este sistema y debidamente discretizada mediante diferencias finitas centradas da lugar al Sistema de ecuaciones lineales siguiente:
4u1 + u2

= 50

+ u4

u1 4u2 + u3

= 50

+ u5

u2 4u3
4u4 + u5

u1

+ u7

+ u4 4u5 + u6

u2

= 150

+ u6

=0
+ u8

+ u5 4u6

u3
u4

u5
u6

=0
+ u9 = 100

4u7 + u8

= 50

+ u7 4u8

= 50

(1.32)

+ u8 4u9 = 150

En la practica, la temperatura uk es simplemente el resultado de considerar el

promedio aritmetico de las temperaturas de los 4 nodos circundantes. La solucion
del sistema de ecuaciones lineales Eq. 1.32 puede verse en la Fig. 1.2.
Listing 1.2 Resolucion del sistema de ecuaciones lineales Eq. 1.32. Para ganar generalidad, se han
supuesto unas temperaturas genericas Tu , Td , Tl y Tr en los contornos.
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% % PROGRAMA: e j e m p l o 2
%
: R e s u e l v e con M a t l a b un s i s t e m a de
% % DESCRIPCION
%
% % ecuaciones l i n e a l e s s i m i l a r al del ejemplo2
%
% % USO: s o l = e j e m p l o 2 ( Tu , Td , Tl , Tr )
%
% % ENTRADAS :
%
%%
Tu : T a en e l c o n t o r n o s u p e r i o r
%
%%
Td : T a en e l c o n t o r n o i n f e r i o r
%
%%
T l : T a en e l c o n t o r n o i z q u i e r d o
%
%%
Tu : T a en e l c o n t o r n o d e r e c h o
%
% % SALIDAS :
%
%%
s o l : M a t r i z d i s t r i b u c i o n de T e m p e r a t u r a s
%
% % FECHA: 3 0 / 0 3 / 2 0 1 2
%

1 Algunas instrucciones basicas en MatlabTM

% % see also inv , det , pcolor

%
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
f u n c t i o n s o l = e j e m p l o 2 ( Tu , Td , Tl , Tr )
close all
clear all
clc

% S i s t e m a Au=b , donde A e s una m a t r i z 9 x9

A = [4 1 0 1 0 0 0 0 0 ;
1 4 1 0 1 0 0 0 0 ;
0 1 4 0 0 1 0 0 0 ;
1 0 0 4 1 0 1 0 0 ;
0 1 0 1 4 1 0 1 0 ;
0 0 1 0 1 4 0 0 1 ;
0 0 0 1 0 0 4 1 0 ;
0 0 0 0 1 0 1 4 1 ;
0 0 0 0 0 1 0 1 4];
b = [TuT l ;
Tu ;
TuTr ;
T l ;
0;
Tr ;
TdT l ;
Td ;
TdTr ] ;

% V e r i f i c a m o s que l a m a t r i z A s e a nos i n g u l a r , i . e . d e t ( A ) = 0
i f ( abs ( d e t (A)) >1 e 7)
T=A\b ;
% o bien
% s o l = i n v ( A) b
end
% Para r e p r e s e n t a r e l r e s u l t a d o s como en l a p l a c a . . .
% ( i n c l u y e CCs )
sol = zeros (5 , 5 ) ;
s o l ( 1 , 2 : 4 ) = Tu ;
s o l ( end , 2 : 4 ) = Td ;
s o l ( 2 : 4 , 1) = Tl ;
s o l ( 2 : 4 , end ) = Tr ;
sol (2 , 2:4) = [T(1) , T(2) , T ( 3 ) ] ;
sol (3 , 2:4) = [T(4) , T(5) , T ( 6 ) ] ;
sol (4 , 2:4) = [T(7) , T(8) , T ( 9 ) ] ;
% Aunque s e v e r a en e l a p a r t a d o s i g u i e n t e con m a s d e t a l l e . . .
% u s a r e m o s l a f u n c i o n p c o l o r p a r a v i s u a l i z a r e l r e s u l t a d o
x = 2:2:2 length ( sol ( : , 1 ) ) ;
y = 2:2:2 length ( sol ( 1 , : ) ) ;
pcolor ( x , y , s o l ) ; shading i n t e r p
xlabel ( x )
ylabel ( y )
zlabel ( u (x , y ) )
t i t l e ( D i s t r i b u c i o n de t e m p e r a t u r a s u ( x , y ) )
colorbar

1.4 Visualizacion

Fig. 1.1 Placa, distribucion de nodos y condiciones de contorno.

Fig. 1.2 Solucion interpolada del sistema de ecuaciones lineales Eq. 1.32 segun las condiciones
de contorno dadas en el ejemplo (Fig. 1.2).

1.4 Visualizacion
MatlabTM integra no solo herramientas de calculo y analisis, sino tambien de visualizacion. Algunas de las funciones mas empleadas para visualizar resultados son
plot(), plotyy(), subplot(), surf() y otras. El usuario curioso puede aprender el uso de
estas funciones consultando la referencia de las mismas en la Ayuda de MatlabTM .
Example 1.3. Algunos ejemplos del uso de estas funciones pueden encontrarse en
las Figuras 1.3 y 1.4.
Listing 1.3 Ejemplos de funciones de visualizacion.
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% % PROGRAMA: e j e m p l o 3
%
: E j e m p l o s de f u n c i o n e s de
% % DESCRIPCION
%
%%
v i s u a l i z a c i o n
%

1 Algunas instrucciones basicas en MatlabTM

10

% % USO: [ ] = e j e m p l o 3 ( )
%
% % ENTRADAS : Ninguna
%
% % SALIDAS : Ninguna
%
% % FECHA: 3 0 / 0 3 / 2 0 1 2
%
% % s e e a l s o L i n e S p e c , m e s h g r i d , s u r f , mesh , p c o l o r %
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function [ ] = ejemplo3 ( )
close all
clear all
clc
%
x
f
g

( 1 ) p l o t . Dos f u n c i o n e s en una misma f i g u r a

= [ 0 : 0 . 0 1 : 2 pi ] ;
= sin (x ) ;
= cos ( x ) . sin ( x . 2 ) ;

figure
plot (x , f , b )
h o l d on
plot (x , g , r )
xlabel ( x )
hold o f f
xlabel ( x )
ylabel ( f (x) y g(x) )
t i t l e ( E j e m p l o con p l o t )
legend ( f ( x )= s i n ( x ) , g ( x )= cos ( x ) s i n ( x 2 ) )
% ( 2 ) mismo p l o t con o p c i o n e s a v a n z a d a s
figure
p l o t ( x , f , L i n e S t y l e , , L i n e W i d t h , 2 , C o l o r , [ 0 0 0 ] ) ;
h o l d on
p l o t ( x , g , L i n e S t y l e , , L i n e W i d t h , 2 , C o l o r , [ 0 0 0 ] ) ;
xlabel ( x )
hold o f f
s e t ( gca , F o n t S i z e , 2 4 , FontName , A r i a l ) ;
xlabel ( x , FontSize ,30);
ylabel ( f ( x ) y g ( x ) , FontSize ,30);
t i t l e ( E j e m p l o con p l o t , F o n t S i z e , 2 4 ) ;
legend ( f ( x )= s i n ( x ) , g ( x )= cos ( x ) s i n ( x 2 ) , F o n t S i z e , 2 0 ) ;
% ( 3 ) s u b p l o t . Dos f u n c i o n e s en d o s p a n e l e s de misma f i g u r a
figure
t i t l e ( E j e m p l o con s u b p l o t )
subplot (121)
plot (x , f , b )
xlabel ( x )
ylabel ( f (x) )
legend ( f ( x )= s i n ( x ) )
subplot (122)
plot (x , g , r )
xlabel ( x )
y l a b e l ( g ( x )= cos ( x ) s i n ( x 2 ) )
legend ( g ( x )= cos ( x ) s i n ( x 2 ) )

% ( 4 ) p l o t y y . Dos c u r v a s con e s c a l a s d i s t i n t a s en l a misma f i g u r a

figure
t i t l e ( E j e m p l o con p l o t y y )
x = 0:0.05:2 pi ;
f = sin (x ) ;
g = 1 0 . exp(x ) . s i n ( x 1 0 ) ;
plotyy (x , f , x , g)

1.4 Visualizacion

11

grid
xlabel ( x )
l e g e n d ( f ( x ) = s i n ( x ) , g ( x ) = 1 0 s i n ( 1 0 x ) e{x} )

% ( 5 ) p l o t 3 , p l o t en 3D ( p a r a m e t r i c a s ) .
figure
t = 0: pi /30:20 pi ;
p l o t 3 (10 s i n ( t ) . / t . 0 . 1 , c o s ( t ) . / t . 0 . 1 , t , m. )
t i t l e ( E j e m p l o con p l o t 3 )
g r i d on
axis square
xlabel ( sin ( t ) )
ylabel ( cos ( t ) )
zlabel ( t )
% (6) Surf
figure
[ x , y ] = meshgrid ( 4 : 0 . 1 : 4 , 4 : 0 . 1 : 4 ) ; % c r e a una m a l l a
f = besselj (0 ,( x .2+ y . 2 ) ) ;
subplot (321)
surf (x , y , f )
xlabel ( x )
ylabel ( y )
z l a b e l ( f ( x , y )= J 0 ( x 2+ y 2 ) )
subplot (322)
surf ( x , y , f ) ; shading i n t e r p
xlabel ( x )
ylabel ( y )
z l a b e l ( f ( x , y )= J 0 ( x 2+ y 2 ) )
subplot (323)
surfc (x , y , f )
xlabel ( x )
ylabel ( y )
z l a b e l ( f ( x , y )= J 0 ( x 2+ y 2 ) )
subplot (324)
mesh ( f ) % p i n t a l o s n d i c e s
xlabel ( x )
ylabel ( y )
z l a b e l ( f ( x , y )= J 0 ( x 2+ y 2 ) )
subplot (3 ,2 ,[5 6])
pcolor ( x , y , f ) ; shading i n t e r p ;
xlabel ( x )
ylabel ( y )
z l a b e l ( f ( x , y )= J 0 ( x 2+ y 2 ) )
colorbar

Example 1.4. Otros ejemplos de visualizacion de MatlabTM puede extraerse de funciones sencillas y conocidas en el a mbito de la Ingeniera Martima (vease Fig. 1.5).
Estos son:
1. Asignando valores apropiados a y , puede representarse la funcion de densidad de probabilidad (pdf) Gaussiana, que es p() =

e
2

(eta )2
22

2. Un caso tpico y recurrente en Teora Lineal es el uso de la relacion de dispersion ( 2 = gk tanh (kh)) para determinar la longitud de onda dada una frecuencia: Dados y h, puede determinarse k de forma sencilla graficamente o,

1 Algunas instrucciones basicas en MatlabTM

12

Fig. 1.3 Ejemplo de representacion con la funcion plot. Tal y como se indica, se estan representando las funciones f (x) = sin(x) y g(x) = cos(x) sin(x2 ).

Fig. 1.4 Ejemplo de representacion con la funcion surfc. En este caso se representa la funcion de
Bessel de primera especie de orden cero J0 con argumento x2 + y2 .

mediante el uso de la funcion fzeros de MatlabTM , numericamente. El lector curioso puede completar la grafica de la Fig. 1.5 dibujando las asntotas para kh
grande y pequeno.
3. Dada una altura de ola significante HS , puede representarse la funcion den2

sidad de probabilidad de Rayleigh, fR (H) = 4.01 HH2 e

2.005 H 2
HS

, y la funcion

de distribucion (cdf, o probabilidad de no excedencia) de Rayleigh, FR (H) =

2

2.005 H 2

HS
1e
.
4. Del mismo modo que en el apartado anterior, dado el periodo medio Tz , puede
representarse la funcion densidad de probabilidad y de distribucion de periodos
3

 4
0.675 T

 4
0.675 T

Tz
Tz
de Bretschneider: fB (T ) = 2.7 TT 4 e
y FB (T ) = 1 e
.
z
5. A partir de los dos items anteriores, la funcion de distribucion conjunta si T y H
estan descorrelacionadas sera f (H, T ) = fR (H) fB (T ).

1.4 Visualizacion

13

6. Un ejemplo de funcion densidad para H-T correlacionadas, dada en funcion de

las variables adimensionales Ha = H/ m0 y Ta = T /T z, siendo T el periodo


 2
2 

Ha2
Ha
1
1
medio (espectral) relacionado con la frecuencia media, es fHa ,Ta = CL Ta exp 8 1 + 2 1 Ta
,
donde CL =

.
4 2 [1+(1+ 2 )1/2 ]

Considerese anchuras espectrales = 0.2 y

= 0.6. El lector puede comprobar que, para anchuras espectrales pequenas, la

distribucion es mas simetrica alrededor de Ta = 1 (alrededor del periodo medio).
7. La elevacion en un estuario convergente de longitud L, anchuras b(x) = bL x/L
( x)
cos (t), donde =
(x = L en desembocadura) y sin friccion es (x,t) = a JJ0(
0 L)

/ gh y J0 es la funcion de Bessel de primera especie de orden 0.

8. Propagacion de onda de marea por un estuario de seccion uniforme con friccion
Ak

(debil). Puede demostrarse que (x,t) =

Ak
H c0 20 x
cos (t k0 x).
2 he

H 20 x
cos (t k0 x)
2e

y u(x,t) =

 

gh3
8 3 + 15 2 6 , donde =
9. Circulacion estuarina: u ( ) = 48A
x
z
z/h.
10. Sobrelevacion asociada a viento w = aCD w|w| en una plataforma continental
p
de profundidad constante h0 y longitud L: (x)
1 + 2 Lx 1. Considere =
h0 =
nwx L
,
(gh20 /2)

aCD 103 .

Listing 1.4 Uso de las funciones de visualizacion de MatlabTM para representar curvas y figuras.
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% % PROGRAMA: e j e m p l o 4
%
: Visualiza funciones conocidas
% % DESCRIPCION
%
% % USO: [ ] = e j e m p l o 4 ( )
%
% % ENTRADAS : V a r i a s m e d i a n t e i n p u t
%
% % SALIDAS : Ninguna
%
% % FECHA: 3 0 / 0 3 / 2 0 1 2
%
% % s e e a l s o normpdf , x l i m , e c d f , f z e r o , a b s
%
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function []= ejemplo4
close all
clear all
clc
figure
% ( 1 ) F u n c i o n de d e n s i d a d de p r o b a b i l i d a d G a u s s i a n a
DENSIDAD GAUSSIANA )
d i s p ( FUNCION
mu = i n p u t ( I n t r o d u z c a e l v a l o r medio \mu en m: ) ;
s i g m a = i n p u t ( I n t r o d u z c a l a d e s v i a c i o n t p i c a \ s i g m a en m: ) ;
d e t a = i n p u t ( I n t r o d u z c a e l e s p a c i a d o \ D e l t a \ e t a en m: ) ;
e t a = [ mu5s i g m a : d e t a : mu+5 s i g m a ] ;
% m
p e t a = 1 / ( s i g m a s q r t (2 p i ) ) exp ( ( e t a mu ) . 2 / ( 2 s i g m a 2 ) ) ;
subplot (431)
plot ( eta , peta , k )
x l i m ( [ mu5s i g m a mu+5 s i g m a ] )
x l a b e l ( \ e t a (m) )
y l a b e l ( p (\ e t a ) )
t i t l e ( pdf Gaussiana )
% sum ( p e t a ) d e t a =1

14

1 Algunas instrucciones basicas en MatlabTM

h o l d on
p l o t ( e t a , normpdf ( e t a , mu , s i g m a ) , r o )
f p r i n t f ( F u n c i o n d e n s i d a d g a u s s i a n a d i b u j a d a . . . \ n\n )

% ( 2 ) R e l a c i o n de d i s p e r s i o n
DE DISPERSION

d i s p ( RELACION
)
T = i n p u t ( I n t r o d u z c a e l p e r i o d o de l a onda T en s : ) ;
w = 2 p i / T ;
% 1/ s
h = i n p u t ( I n t r o d u z c a l a p r o f u n d i d a d en m: ) ;
g = 9.82;
% m/ s 2
% R e l a c i o n de d i s p e r s i o n : w 2 = gk t a n h ( kh ) , o hw 2 / ( gkh )= t a n h ( kh ) .
x = [ 0 : 0 . 0 0 1 : 1 0 ] ; % x l o d e f i n o como kh
f 1 = hw 2 . / ( gx ) ;
f 2 = tanh ( x ) ;
subplot (432)
p l o t ( x , f1 , x , f 2 )
xlim ( [ 0 4 ] )
ylim ( [ 0 2 ] )
xlabel ( x )
l e g e n d ( h\omega 2 / ( gkh ) , t a n h ( kh ) )
t i t l e ( D e t e r m i n a c i o n g r a f i c a de k )
kh = f z e r o (@( x ) hw 2 / gxtanh ( x ) , hw 2 / g ) ;
k = kh / h ;
f p r i n t f ( E l v a l o r de k e s %f 1 /m\n , k )
lambda = 2 p i / k ;
f p r i n t f ( Y l a l o n g i t u d de onda c o r r e s p o n d i e n t e e s %f m\n , lambda )
% E l v a l o r e x a c t o p u e d e d e t e r m i n a r s e en s i m b o l i c o
f p r i n t f ( L o n g i t u d de onda d e t e r m i n a d a . . . \ n\n )

% ( 3 ) F u n c i o n de d e n s i d a d y de d i s t r i b u c i o n de R a y l e i g h
DE ALTURAS DE RAYLEIGH )
d i s p ( FUNCIONES DE DENSIDAD Y DISTRIBUCION
HS = i n p u t ( I n t r o d u z c a l a a l t u r a de o l a s i g n i f i c a n t e en m: ) ;
H = [0:0.05:5];
% m
HS = 1 . 5 ;
% m
fR = 4 . 0 1 H / ( HS 2 ) . exp ( 2 . 0 0 5 (H / HS ) . 2 ) ;
FR = 1exp ( 2 . 0 0 5 (H / HS ) . 2 ) ;
subplot (433)
p l o t (H, fR )
x l a b e l ( H (m) )
y l a b e l ( f R (H) )
t i t l e ( p d f de R a y l e i g h )
subplot (434)
p l o t (H, FR )
x l a b e l ( H (m) )
y l a b e l ( F R (H) )
t i t l e ( c d f de R a y l e i g h )
f p r i n t f ( F u n c i o n e s de R a y l e i g h r e p r e s e n t a d a s . . . \ n\n )

% ( 4 ) F u n c i o n de d e n s i d a d y d i s t r i b u c i o n de p e r i o d o s de B r e t s c h n e i d e r
DE PERIODOS DE BRETSCHNEIDER )
d i s p ( FUNCIONES DE DENSIDAD Y DISTRIBUCION
Tz = i n p u t ( I n t r o d u z c a e l p e r i o d o medio ( s ) : ) ;
T = [0:0.05:20];
% s
fB = 2 . 7 T . 3 / ( Tz 4 ) . exp ( 0 . 6 7 5 (T / Tz ) . 4 ) ;
FB = 1exp ( 0 . 6 7 5 (T / Tz ) . 4 ) ;
subplot (435)
p l o t ( T , fB )
x l a b e l ( T ( s ) )
ylabel ( f B (T) )
t i t l e ( p d f de B r e t s c h n e i d e r )
subplot (436)
p l o t ( T , FB )

1.4 Visualizacion

15

x l a b e l ( T ( s ) )
ylabel ( F B (T) )
t i t l e ( c d f de B r e t s c h n e i d e r )
f p r i n t f ( F u n c i o n e s de B r e t s c h n e i d e r r e p r e s e n t a d a s . . . \ n\n )

% ( 5 ) F u n c i o n de d e n s i d a d c o n j u n t a de H y T d e s c o r r e l a c i o n a d a s
CONJUNTAS )
d i s p ( FUNCIONES DE DENSIDAD Y DISTRIBUCION
f p r i n t f ( Usando l o s d a t o s a n t e r i o r e s . . . \ n\n )
fC = z e r o s ( l e n g t h ( fB ) , l e n g t h ( fR ) ) ;
f o r n = 1 : l e n g t h ( fR )
fC ( : , n ) = fR ( n ) fB ;
end
subplot (437)
% s u r f c (H, T , fC ) ; s h a d i n g i n t e r p
c o n t o u r (H, T , fC )
% s u r f (H, T , fC ) ; s h a d i n g i n t e r p
% p c o l o r (H, T , fC ) ; s h a d i n g i n t e r p
x l a b e l ( H (m) )
y l a b e l ( T ( s ) )
colorbar
t i t l e ( pdf conjunta d e s c o r r . )
f p r i n t f ( F u n c i o n de d i s t r i b u c i o n c o n j u n t a HT d e s c o r r e l a c i o n a d a r e p r e s e n t a d a . . . \ n\n )

% ( 6 ) F u n c i o n de d e n s i d a d c o n j u n t a H y T e s p e c t r a l
DE HT CONJUNTAS )
d i s p ( FUNCIONES DE DENSIDAD Y DISTRIBUCION
m0 = i n p u t ( I n t r o d u z c a l a a l t u r a de o l a s i g n i f i c a n t e e s p e c t r a l (m ) : ) ;
nu = i n p u t ( I n t r o d u z c a l a a n c h u r a e s p e c t r a l 0<nu <1: ) ;
Tz = i n p u t ( I n t r o d u z c a e l p e r i o d o medio ( s ) : ) ;
T = [0:0.05:20];
% s
H = [0:0.05:12];
% m
Ha = H / s q r t ( m0 ) ;
% adim
Ta = T / Tz ;
% adim
CL = 1 / ( 4 nu s q r t (2 p i ) ( 1 + ( 1 + nu 2 ) ( 0 . 5 ) ) ) ;
fHT = z e r o s ( l e n g t h ( Ta ) , l e n g t h ( Ha ) ) ;
f o r t = 1 : l e n g t h ( Ta )
f o r h = 1 : l e n g t h ( Ha )
fHT ( t , h ) = CL ( ( Ha ( h ) / Ta ( t ) ) 2 ) exp ( (Ha ( h ) 2 ) / 8 ( 1 + nu ( 2)(1 Ta ( t ) ( 1 ) ) 2 ) ) ;
end
end
subplot (438)
%p c o l o r (H, T , fHT ) ; s h a d i n g i n t e r p
% s u r f (H, T , fHT ) ; s h a d i n g i n t e r p
c o n t o u r (H, T , fHT )
x l a b e l ( H (m) )
y l a b e l ( T ( s ) )
colorbar
t i t l e ( cdf conjunta corr . )
f p r i n t f ( F u n c i o n de d i s t r i b u c i o n c o n j u n t a HT r e p r e s e n t a d a . . . \ n\n )

% ( 7 ) E l e v a c i o n en un e s t u a r i o c o n v e r g e n t e s i n f r i c c i o n
EN UN ESTUARIO CONVERGENTE SIN FRICCION

d i s p ( ELEVACION
)
L = i n p u t ( I n t r o d u z c a l a l o n g i t u d d e l e s t u a r i o (m ) : ) ; % p . e j . L = 100000
x =[0:L/1000:L ] ;
% m
Tom = i n p u t ( I n t r o d u z c a e l p e r i o d o de l a onda de marea ( s ) : ) ; % p . e j . T = 1 2 . 4 5 3 6 0 0
w = 2 p i / Tom ; % 1 / s
h = i n p u t ( I n t r o d u z c a l a p r o f u n d i d a d media (m ) : ) ; % p . e j . h = 10
a = i n p u t ( I n t r o d u z c a l a a m p l i t u d en l a d e s e m b o c a d u r a (m ) : ) ; % p . e j . a = 1 . 1
t 0 = i n p u t ( I n t r o d u z c a e l i n s t a n t e de s a l i d a ( s ) : ) ; % p . e j . t 0 = 13600
g = 9.82;
% m/ s2
b e t a = w / s q r t ( gh ) ;
e t a = b e s s e l j ( 0 , b e t a x ) / b e s s e l j ( 0 , b e t a L) c o s (w t 0 ) ;

16

1 Algunas instrucciones basicas en MatlabTM

subplot (439)
plot ( x /1000 , eta )
x l a b e l ( x ( km ) )
y l a b e l ( \ e t a (m) )
t i t l e ( E s t . conv . s i n f r i c c . )
f p r i n t f ( E l e v a c i o n en e s t u a r i o c o n v e r g e n t e s i n f r i c c i o n r e p r e s e n t a d a . . . \ n\n )

% ( 8 ) P r o p a g a c i o n de onda de marea en un e s t u a r i o de s e c c i o n u n i f o r m e con

% f r i c c i o n d e b i l
EN UN ESTUARIO DE SECCION
UNIFORME CON FRICCION

d i s p ( PROPAGACION
DEBIL
)
L = i n p u t ( I n t r o d u z c a l a l o n g i t u d d e l e s t u a r i o (m ) : ) ; % p . e j . L = 100000
x =[0:L/1000:L ] ;
A = i n p u t ( I n t r o d u z c a e l v a l o r d e l c o e f i c i e n t e de f r i c c i o n ( ) : ) ; % p . e j . A = 0 . 0 0 0 1
Tom = i n p u t ( I n t r o d u z c a e l p e r i o d o de l a onda de marea ( s ) : ) ; % p . e j . T = 1 2 . 4 5 3 6 0 0
w = 2 p i / Tom ; % 1 / s
a = i n p u t ( I n t r o d u z c a l a a m p l i t u d en l a d e s e m b o c a d u r a (m ) : ) ; % p . e j . a = 1 . 1
t 0 = i n p u t ( I n t r o d u z c a e l i n s t a n t e de s a l i d a ( s ) : ) ; % p . e j . t 0 = 13600
h = i n p u t ( I n t r o d u z c a l a p r o f u n d i d a d media (m ) : ) ; % p . e j . h = 10
kh = f z e r o (@( x ) hw 2 / gxtanh ( x ) , hw 2 / g ) ;
k0 = kh / h ;
g = 9.82;
% m/ s2
e t a = aexp ( 0.5Ak0x / w) . c o s (w t 0 k0x ) ;
u = e t a s q r t ( gh ) / h ;
subplot (4 ,3 ,10)
plot ( x /1000 , eta , x /1000 , u )
x l a b e l ( x ( km ) )
y l a b e l ( \ e t a (m) y u (m/ s ) )
t i t l e ( E l e v . y c o r r . con f r i c c . )
f p r i n t f ( E l e v a c i o n y c o r r i e n t e s en e s t u a r i o con f r i c c i o n r e p r e s e n t a d a s . . . \ n\n )

% ( 9 ) C i r c u l a c i o n e s t u a r i n a
ESTUARINA )
d i s p ( CIRCULACION
h = i n p u t ( I n t r o d u z c a l a p r o f u n d i d a d media (m ) : ) ;
z = 0: h /20: h ;
% m
r h o = i n p u t ( S a l i n i d a d en d e s e m b o c a d u r a ( p s u ) : ) ;
% rho = 35;
% E s t i m a c i o n e s en p s u
Drho = r h o ;
% C o n s i d e r o p r o p t o b e t a , c o n t r a c c i o n s a l i n a
Dx = i n p u t ( I n t r o d u z c a l a l o n g i t u d d e l e s t u a r i o (m ) : ) ;
Az = i n p u t ( I n t r o d u z c a e l c o e f i c i e n t e de v i s c o s i d a d t u r b u l e n t a ( m2 / s ) : ) ; % p . e j . Az = 0 . 0 1 ;
g = 9.82;
% m/ s2
u r = (g ( Drho / Dx) h 3 ) / ( 4 8 r h o Az)( 8( z / h ) . 3 + 1 5 ( z / h ) . 2 6 ( z / h ) ) ;
subplot (4 ,3 ,11)
p l o t ( ur , z , k ) ; h o l d on
q u i v e r ( z e r o s ( 1 , l e n g t h ( z ) ) , z , ur , z e r o s ( 1 , l e n g t h ( u r ) ) , 0 . 0 5 )
x l a b e l ( z (m) )
y l a b e l ( u {\ r h o }(m/ s ) )
ylim ( [ 0 h ] )
t i t l e ( Circ . e s t u a r i n a )
f p r i n t f ( C i r c u l a c i o n i n d u c i d a p o r e l g r a d i e n t e de d e n s i d a d c a l c u l a d a . . . \ n\n )

% ( 1 0 ) S o b r e l e v a c i o n v i e n t o
POR VIENTO )
d i s p ( SOBRELEVACION
F = i n p u t ( I n t r o d u z c a e l F e t c h (m ) : ) ; % p . e j . F = 10000
r h o a = i n p u t ( I n t r o d u z c a l a d e n s i d a d d e l a i r e ( kg / m3 ) : ) ; % p . e j . r h o a = 1 . 2
r h o = i n p u t ( I n t r o d u z c a l a d e n s i d a d d e l a g u a ( kg / m3 ) : ) ; % p . e j . r h o a = 1000
CD = i n p u t ( I n t r o d u z c a e l c o e f i c i e n t e de a r r a s t r e en s u p e r f i c i e ( adim ) : ) ; % p . e j . CD = 2 . 5 e3
n = i n p u t ( I n t r o d u z c a e l f a c t o r de f r i c c i o n en f o n d o ( adim ) : ) ; % p . e j . CD = 2 . 5 e3
wind = i n p u t ( I n t r o d u z c a l a v e l o c i d a d d e l v i e n t o (m/ s ) : ) ; % p . e j . wind = 15
h = i n p u t ( I n t r o d u z c a l a p r o f u n d i d a d a l b o r d e de l a p l a t a f o r m a (m ) : ) ; % p . e j . h0 = 150
x = 0:F/1000:F ;
% m
g = 9.82;
% m/ s

1.5 Lectura y escritura con y sin formato

17

h0 = 1 5 0 ;
% m
tauw = r h o a CDwindabs ( wind ) ;
gamma = ntauwF / ( 0 . 5 r h o gh 2 ) ;
e t a = h0 ( s q r t (1+2gammax / F ) 1 ) ;
subplot (4 ,3 ,12)
plot ( x /1000 , eta , k )
x l a b e l ( x ( km ) )
y l a b e l ( \ e t a (m) )
t i t l e ( Sobrelev . viento )
f p r i n t f ( S o b r e e l e v a c i o n p o r v i e n t o c a l c u l a d a . . . \ n\n )

Fig. 1.5 Representacion de diferentes funciones conocidas.

1.5 Lectura y escritura con y sin formato

El formato de salida (por pantalla) por defecto puede cambiarse con la instruccion
format. Por defecto, MatlabTM usa el formato corto (format short). Otros formatos

18

1 Algunas instrucciones basicas en MatlabTM

son format long G, format long E, format short E, etc. fscanf y fprintf, input, load,
save.

1.6 Entrada y salida de datos

Las instrucciones save, load, dlmwrite y dlmload, entre otras, se emplean para la salida y entrada de datos. Aqu damos una breve descripcion. En la Ayuda de MatlabTM
pueden encontrarse mas detalles, as como las diferentes opciones.
save: Guarda las variables especificadas de las actualmente definidas en el espacio de trabajo workspace. Con la instruccion whos se identifican las actuales. La
sintaxis es la siguiente: save nombre-archivo.mat a1 a2 ... aN. El archivo .mat
es un archivo binario donde se almacenan las variables a1,... , aN. El nombre de
archivo incluye la ruta de directorios. Con save tambien es posible guardar datos
numericos en formato ascii: save mis-datos.dat a1 -ascii, siendo, por ejemplo,
a1 una matriz de datos.
load: Para recuperar las variables con save guardadas se hace uso de la instruccion load. La sintaxis es similar a la anterior: load nombre-archivo.mat.
De este modo carga de nuevo todas las variables codificadas en el archivo
nombre-archivo.mat. La instruccion load tambien puede emplearse en la lectura de archivos de datos numericos. La lectura es limpia, siempre y cuando el
archivo, e.g. mis-datos.dat no tenga cabecera y todas las filas tengan el mismo
numero de elementos (columnas bien definidas). La sintaxis en este caso cambia
un poco: matriz-de-datos = load(mis-datos.dat) o load mis-datos.dat -ascii.
En la variable matriz-de-datos se almacenan los datos.
dlmwrite: Escribe en un archivo con el formato especificado. La sintaxis es
la siguiente: dlmwrite(0 c : \Matlab\e jemplo.dat 0 , Matriz,0 precision0 ,0 %.6 f 0 , ...
0 newline0 ,0 pc0 ,0 delimiter 0 ,0 \t 0 ). La variable que se almacena es Matriz, con una
precision de 6 dgitos decimales. La separacion entre lneas se define mediante
un retorno de carro (pc) y los datos entre datos se separan con tabuladores.
dlmread: Similar a dlmwrite() pero para la lectura de datos.
Listing 1.5 Ejemplos de funciones de entrada y salida de datos.
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% % PROGRAMA: e j e m p l o 5
%
: C a l c u l a e l f a c t o r i a l de un n u mero
% % DESCRIPCION
%
% % e m p l e a n d o e s t r u c t u r a s i t e r a t i v a s ; c a l c u l a l a suma %
% % de n u meros p a r e s e i m p a r e s a n i d a n d o un c i c l o f o r .%
% % con una e s t r u c t u r a de d e c i s i o n .
%
% % USO: [ F P N] = e j e m p l o 5 (M)
%
% % ENTRADAS : E n t e r o p o s i t i v o M
%
% % SALIDAS : M a t r i z de d a t o s
%
%%
F : F a c t o r i a l de M
%
%%
P : Suma de p a r e s
%
%%
I : Suma de i m p a r e s
%
% % FECHA: 3 0 / 0 3 / 2 0 1 2
%
% % see also for , i f , while , switch , f a c t o r i a l
%

1.7 Estructuras de datos

19

% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
f u n c t i o n [ F P I ] = e j e m p l o 5 (M)
% ( 1 ) F a c t o r i a l m u l t i p l i c a n d o de 1 a M . . .
F = 1;
f o r k = 1 :M
F = Fk ;
end
f p r i n t f ( E l f a c t o r i a l m u l t i p l i c a n d o de 1 a %d r e s u l t a : %f \n , M, F )
% . . . y desde M a 1 . . .
F = 1;
f o r k=M: 1:1
F = Fk ;
end
f p r i n t f ( E l f a c t o r i a l m u l t i p l i c a n d o de %d a 1 : %f \n , M, F )
% . . . o con un c i c l o w h i l e ( aunque s e s a b e e l n u mero e x a c t o de i t e r a c i o n e s )
F = 1;
k = M;
w h i l e k>1
F = Fk ;
k = k 1;
end
f p r i n t f ( E l f a c t o r i a l d e t e r m i n a d o con un c i c l o w h i l e : %f \n , F )
% . . . y con l a f u n c i o n de M a t l a b f a c t o r i a l ( )
F = f a c t o r i a l (M) ;
f p r i n t f ( E l f a c t o r i a l d e t e r m i n a d o con l a f u n c i o n de M a t l a b f a c t o r i a l ( ) : %f \n , F )

% ( 2 ) Programa que suma l o s i m p a r e s y l o s p a r e s e n t r e 0 y M

P = 0;
I = 0;
f o r k = 0 :M
i f ( mod ( k , 2 ) = = 0 )
I = I + 1;
else
P = P + 1;
end
end

1.7 Estructuras de datos

El codigo de MatlabTM se ejecuta instruccion a instruccion de forma secuencial. No
obstante, existen estructuras de datos iterativas y de decision en las que la ejecucion
no es secuencial. Estas estructuras pueden anidarse.

1.7.1 Iterativas
Las estructuras de control iterativas usuales son el ciclo for y el ciclo while. El
ciclo for es una estructura iterativa controlada por un contador. Se emplea cuando

20

1 Algunas instrucciones basicas en MatlabTM

se pretende realizar un bloque de instrucciones un numero determinado de veces,

que es, en principio, conocido.
El ciclo while, en cambio, es una estructura iterativa que repite un conjunto de
instrucciones un numero determinado de veces que depende de una condicion. El
bloque de instrucciones se ejecuta hasta que deja de cumplirse la condicion. Debe
emplearse un ciclo while cuando a priori no se conoce el numero de iteraciones.

1.7.2 De decision
Las palabras clave que definen las estructuras de decision son if, else, elseif, case.
Las estructuras condicionales o de decision sirven igualmente para controlar el flujo
del programa. En este caso, en funcion de si se cumple o no una condicion, se ejecuta
un bloque u otro de instrucciones.
Las condiciones se establecen mediante operadores relacionales (logicos), estos
son, <, <=, >, >=, ==, &, |, , =.
Example 1.5. Mediante el uso de la estructura iterativa for (tambien con while) se
puede determinar el factorial de un numero M, definido como M! = M (M 1)
(M 2) 1. No obstante, MatlabTM incluye una funcion propia (factorial(M)) que
realiza el calculo directamente.
Example 1.6. Otro ejemplo sencillo que proponemos para que el lector se vaya familiarizando con el uso de estas estructuras de datos es determinar el numero de
numeros pares e impares en un determinado intervalo dado.
Listing 1.6 Ejemplo sencillo del uso de estructuras de datos iterativas (for y while) y condicionales
if-else.
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% % PROGRAMA: e j e m p l o 5
%
: C a l c u l a e l f a c t o r i a l de un n u mero
% % DESCRIPCION
%
% % e m p l e a n d o e s t r u c t u r a s i t e r a t i v a s ; c a l c u l a l a suma %
% % de n u meros p a r e s e i m p a r e s a n i d a n d o un c i c l o f o r .%
% % con una e s t r u c t u r a de d e c i s i o n .
%
% % USO: [ F P N] = e j e m p l o 5 (M)
%
% % ENTRADAS : E n t e r o p o s i t i v o M
%
% % SALIDAS : M a t r i z de d a t o s
%
%%
F : F a c t o r i a l de M
%
%%
P : Suma de p a r e s
%
%%
I : Suma de i m p a r e s
%
% % FECHA: 3 0 / 0 3 / 2 0 1 2
%
% % see also for , i f , while , switch , f a c t o r i a l
%
% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
f u n c t i o n [ F P I ] = e j e m p l o 5 (M)
% ( 1 ) F a c t o r i a l m u l t i p l i c a n d o de 1 a M . . .
F = 1;
f o r k = 1 :M
F = Fk ;
end
f p r i n t f ( E l f a c t o r i a l m u l t i p l i c a n d o de 1 a %d r e s u l t a : %f \n , M, F )

1.9 Algunos consejos. . .

21

% . . . y desde M a 1 . . .
F = 1;
f o r k=M: 1:1
F = Fk ;
end
f p r i n t f ( E l f a c t o r i a l m u l t i p l i c a n d o de %d a 1 : %f \n , M, F )
% . . . o con un c i c l o w h i l e ( aunque s e s a b e e l n u mero e x a c t o de i t e r a c i o n e s )
F = 1;
k = M;
w h i l e k>1
F = Fk ;
k = k 1;
end
f p r i n t f ( E l f a c t o r i a l d e t e r m i n a d o con un c i c l o w h i l e : %f \n , F )
% . . . y con l a f u n c i o n de M a t l a b f a c t o r i a l ( )
F = f a c t o r i a l (M) ;
f p r i n t f ( E l f a c t o r i a l d e t e r m i n a d o con l a f u n c i o n de M a t l a b f a c t o r i a l ( ) : %f \n , F )

% ( 2 ) Programa que suma l o s i m p a r e s y l o s p a r e s e n t r e 0 y M

P = 0;
I = 0;
f o r k = 0 :M
i f ( mod ( k , 2 ) = = 0 )
I = I + 1;
else
P = P + 1;
end
end

1.8 Otras funciones utiles

de MatlabTM
factorial, dateaxis, isnan(), datenum, datestr, find, mascaras, inv, dot, xlim, pause...
El depurador es una buena herramienta para corregir errores y, valga la redundancia,
depurar el codigo.

1.9 Algunos consejos. . .

Depurar el codigo es una tarea ardua. Cuando nuestro programa falla, MatlabTM
produce informacion jugosa del posible origen del error y de su posible causa por
el Command Window. Es importante leer esta informacion e interpretarla, puesto
que suele dar una idea de cual ha sido nuestro error.

Chapter 2

Mas informacion en la web...

Tutoriales y recursos Matlab

http://es.mathworks.com/academia/student_center/tutorials/
launchpad.html
Recursos en Matlab Central
http://es.mathworks.com/matlabcentral/
Material audiovisual del PID-12-203
http://gdfa.ugr.es/sca/?page_id=78
Universidad de Granada
http://www.ugr.es/
Escuela de Posgrado
http://escuelaposgrado.ugr.es/

23