Curso Completo Mathlab

Bases de Matlab
Con aplicaciones a las ciencias e ingeniera
Alejandro Hayes
Bases de Matlab
Alejandro Hayes
ndice
1. Introduccin.....................................................................................................................................3 1.1 El programa MATLAB...........................................................................................................................3 1.2 Constitucin de MATLAB.......................................................................................................................3 1.3 Simulink..............................................................................................................................................4 2. Primeros pasos con MATLAB...........................................................................................................4 2.1 Conociendo la versin..........................................................................................................................4 2.2 Tipos de archivos con los que trabaja MATLAB......................................................................................5 2.3 Variables en el espacio de trabajo.........................................................................................................6 2.4 El reloj................................................................................................................................................6 2.5 Ruta de bsqueda...............................................................................................................................7 2.6 Diario.................................................................................................................................................8 2.7 Formato de exhibicin de nmeros.......................................................................................................8 2.8 Caracteres especiales y operadores......................................................................................................9 2.9 Operaciones bsicas...........................................................................................................................9 3. Escalares, vectores y matrices.......................................................................................................12 3.1 Comandos para el manejo de matrices.................................................................................................12 3.2 Algunas matrices especiales.................................................................................................................19 3.3 Aplicaciones a la resolucin de sistemas de ecuaciones lineales..............................................................19 3.4 Una aplicacin a la ingeniera...............................................................................................................20 3.5 Comentarios adicionales sobre escalares y vectores...............................................................................24 3.6 Polinomios y vectores..........................................................................................................................26 4. Funciones escalares........................................................................................................................29 4.1 Graficas de funciones en 2 D...............................................................................................................30 4.1.1Graficas de funciones escalares dadas en forma explicita.....................................................................31 4.1.2.Graficas de curvas dadas en coordenadas polares y parametricas........................................................40 4.2 Aplicaciones a la ingeniera.................................................................................................................42 5. Introduccin a la programacin....................................................................................................47 5.1.Estructuras elementales...47 5.2.Archivos-M Script.............49 5.3.Archivos-M de funcin........................................................................................................................49 6. Nmeros Complejos.......................................................................................................................54 7. Funciones Matemticas Reales de varias variables reales o campos escalares .........................57 8. Graficas Tridimensionales(2-D)....................................................................................................58 9. Funciones Matemticas Complejas de Variable Compleja ..........................................................62 9.1. Una Aplicacin a la ingeniera............................................................................................................65 10. Diferenciacin e integracin con Matlab......................................................................................67 10.1. Derivacin e integracin de funciones escalares y campos escalares...................................................67 10.2. Campos vectoriales, generalizacin de los conceptos vistos................................................................70 10.3.Una aplicacin a la ingeniera............................................................................................................71 10.4. Otras funciones para manejo de graficas..........................................................................................73 11.Ecuaciones Diferenciales...............................................................................................................75 11.1. Ecuaciones diferenciales ordinarias..................................................................................................75 11.2. Ecuaciones diferenciales en derivadas parciales................................................................................76 12.Manejo de listas y arreglos de datos............................................................................................77 12.1. Algunos comandos para manejar datos............................................................................................77 12.2.Interpolacin y ajuste de datos........................................................................................................83 12.2.1.Interpolacin Polinmica...............................................................................................................83 12.2.2.Ajuste de curvas...........................................................................................................................86
Pgina 1 de 90
Bases de Matlab
Alejandro Hayes
12.2.2.2.1. Ajuste de curvas por polinomios...............................................................................................86 12.2.2.2.2. Ajuste de curvas por funciones no Polinomicas..........................................................................88 13. Referencias...................................................................................................................................90
Pgina 2 de 90
Bases de Matlab
Alejandro Hayes
Introduccin a Matlab
1.Introduccin
En los ltimos aos ha proliferado mucho el calculo computacional ya sea debido a la necesidad del hombre de procesar una cantidad de datos cada vez mayor como al avance del calculo numrico. Aparecen entonces una cantidad importante de programas de calculo simblico y numrico entre los que se destacan Mathemtica, Maple y Matlab entre muchos otros. Matlab que es quien nos ocupa es un sistema general de software para clculos matemticos y diversas aplicaciones a la ingeniera. Actualmente se utiliza mucho en Investigacin y Anlisis en Ingeniera y en la Industria ya que sus aplicaciones comprenden la mayora de las reas de ciencia y tecnologa. Las ultimas versiones constan de un potente entorno integrado de calculo numrico y simblico con extensiones para la programacin y otros campos especficos de la ingeniera.
1.1.El Programa Matlab

El Nombre Matlab proviene de MATrix LABoratory por lo que constituye un programa orientado al calculo con vectores y matrices pero tambin es posible trabajar con escalares o nmeros complejos considerndolo como un caso particular de matriz. MATLAB es un lenguaje de alto nivel para computacin cientfica. Entre otras cosas integra computacin, visualizacin y programacin en un entorno de fcil utilizacin donde tanto los problemas como las soluciones se expresan en una notacin matemtica familiar. Entre las utilidades que posee pueden mencionarse: Matemtica Computacional , Desarrollo de algoritmos , Modelado y simulacin de prototipos, Anlisis de datos, Graficacin , Animaciones y la Construccin de una interfaz grafica.
1.2.Constitucin de Matlab
Son cinco las partes que constituyes esencialmente a Matlab las cuales pasamos a describir:
El lenguaje Matlab: Es un lenguaje de alto nivel para matrices y vectores con sentencias de control de flujo, funciones y estructuras de datos, entradas y salidas, caractersticas para la programacin orientada a objetos. Permite crear desde programas pequeos de rpida ejecucin hasta programas mas largos y complejos.
usuario o programador de Matlab. Cuenta con facilidades tales como poder manejar las variables en el espacio de trabajo y de importar y exportar datos. Tambin posee herramientas de programacin, desarrollo , y manipulacin de archivos M (M-files).
El entorno de trabajo Matlab: Es el conjunto de herramientas con las que se puede trabajar como un
Manejador de Grficos: Es el sistema de graficacin de Matlab. Incluye una serie de comandos de muy
alto nivel para de visualizacin de imgenes 2D y 3D , animaciones y presentaciones. Tambin posee comandos de no tan alto nivel que permiten personalizar la presentacin de la figura correspondiente. Tambin permite que el usuario pueda construirse una Interfaz Grafica de Usuario (GUI ) en la aplicacin de Matlab que Corresponda.
Pgina 3 de 90
Bases de Matlab
Alejandro Hayes
las funciones mas elementales como senos , cosenos etc. a otras mas sofisticadas como las tranformadas de Laplace, FFT y otras.
La librera de Funciones Matemtica de Matlab: Es una vasta coleccin de algoritmos que va desde
La Interface de Aplicacin de Programas de Matlab (API): Es una Librera que permite escribir
programas en C y Fortran que interacten con Matlab. Incluye la posibilidad de llamar rutinas desde Matlab, llamando a Matlab como un motor y para leer y escribir MAT-files.
1.3.Simulink
Simulink es un programa de Matlab que consiste en un sistema interactivo para simular Sistemas Dinmicos lineales y no Lineales. Permite modelizar un sistema dibujando los correspondientes diagrames en bloques y manipularlos dinmicamente. Puede trabajar con sistemas lineales, no lineales , de tiempo continuo , de tiempo discreto , multivariable entre otros. Pueden agregarse al Simulink los denominados Blocksets que proporcionan libreras adicionales de bloques para aplicaciones especificas como Comunicaciones , Procesamiento de Seales , Sistemas de Potencia etc. Tambin cuenta con un programa llamado Real-time Workshop que permite generar un cdigo en C desde tu diagrama en bloques y correrlo en una variedad de sistemas en tiempo real.
2.Primeros Pasos con Matlab

Para introducirnos en el uso de Matlab comenzaremos dando algunos comandos bsicos para conocer nuestro entorno de trabajo. Para eso hagamos doble clic en el icono de Matlab y nos aparecer una ventana de comandos donde debemos comenzar a escribir.
2.1.Conociendo la Versin :
Para conocer la versin que estamos usando escribamos la palabra ver y obtendremos la siguiente salida.
ver -------------------------------------------------MATLAB Version 5.3.0.10183 (R11) on PCWIN MATLAB License Number: 134521 -------------------------------------------------MATLAB Toolbox Version 5.3 (R11) 15-Jan-1999 Symbolic Math Toolbox Version 2.1 (R11) 11-Sep-1998 NAG Foundation Toolbox - Numerical ... Version 1.0.3 (R11) 06-Jun-1998 Partial Differential Equation Toolbox Version 1.0.3 (R11) 21-Nov-1997 Statistics Toolbox Version 2.2 (R11) 24-Jul-1998 Signal Processing Toolbox Version 4.2 (R11) 10-Jul-1998 Control System Toolbox Version 4.2 (R11) 15-Jul-1998 SystemBuild to Simulink Translator Version 2.0 (R11) 10-Aug-1998 Stateflow Version 2.0 (R11) 16-Jan-1999 Simulink Version 3.0 (R11) 01-Sep-1998 MATLAB Tour Version 1.2 (R11) 04-Sep-1998
Pgina 4 de 90
Bases de Matlab
Alejandro Hayes
2.2.Tipos de Archivos con los que trabaja Matlab:

Matlab trabaja con distintos tipos de archivos a saber:
Archivos M: Son archivos de texto que contienen cdigo de Matlab. El usuario puede crearlos usando los
mismos comandos que ingresa por lneas de comandos y otras sentencias que veremos oportunamente. El archivo se guarda con la extensin .m (Por ejemplo nombre_archivo.m) y podemos llamarlo desde la lnea de comando y lo ejecutamos.
Archivos MAT: Son archivos que contienen datos binarios que se guardan con extensin .mat y que posteriormente detallaremos.
extensin .mex.
Archivos MEX: Son archivos Matlab ejecutables compilado a partir de Fortran o C. Se guardan con la
Archivos MDL: Corresponden a modelos hechos con el Simulink que en su oportunidad desarrollaremos en detalle. Si bien la explicacin sobre los tipos de archivos que maneja Matlab fue por dems escueta el objetivo de la misma es explicar el comando what que produce una lista de los archivos M- , MAT- , MEX y MDL presentes en el directorio de trabajo actual.
Veamos un ejemplo : what M-files in the current directory C:\MATLABR11\work P2 P3 aceleracion amortiguador circuito circuito1 circuito2 circuito3 circuito31 circuito4 circuito5 circuito5B dv fn p5 MDL-files in the current directory C:\MATLABR11\work circ circ1 untitled
Pgina 5 de 90
Bases de Matlab
Alejandro Hayes
2.3.Variables en el espacio de trabajo:

Para conocer las variables cargadas en el espacio de trabajo, Matlab cuenta con los respectivos comandos who y whos que producen una lista de las variables en el espacio de trabajo actual. Podemos ver un ejemplo: a=10; b=897; who Your variables are: a b Size 1x1 1x1 Bytes Class 8 double array 8 double array
whos Name a b
Grand total is 2 elements using 16 bytes Vemos que who solo indica el nombre de las variables mientras que whos indica ademas de las variables , su tamao y el numero de bytes que ocupa y el formato.
2.4.El Reloj :
Para saber la hora actual Matlab cuenta con el comando clock clock ans = 1.0e+003 * 2.0030 0.0090 0.0010 0.0130 0.0240 0.0569
El primer numero es un multiplicador y los numeros de la segunda linea tienen el formato: [ao , mes , dia , hora , minuto , segundo] Podemos mostrar la hora en formato entero fix(clock) ans = 2003 9 1 13 40 33
Pgina 6 de 90
Bases de Matlab
Alejandro Hayes
2.5.Ruta de Bsqueda :
El comando path nos muestra la ruta de bsqueda vigente de Matlab. El comando ruta = path devuelve una cadena llamada ruta que contiene la ruta. path MATLABPATH C:\MATLABR11\toolbox\matlab\general C:\MATLABR11\toolbox\matlab\ops C:\MATLABR11\toolbox\matlab\lang C:\MATLABR11\toolbox\matlab\elmat C:\MATLABR11\toolbox\matlab\elfun C:\MATLABR11\toolbox\matlab\specfun C:\MATLABR11\toolbox\matlab\matfun C:\MATLABR11\toolbox\matlab\datafun C:\MATLABR11\toolbox\matlab\polyfun C:\MATLABR11\toolbox\matlab\funfun C:\MATLABR11\toolbox\matlab\sparfun C:\MATLABR11\toolbox\matlab\graph2d C:\MATLABR11\toolbox\matlab\graph3d C:\MATLABR11\toolbox\matlab\specgraph C:\MATLABR11\toolbox\matlab\graphics C:\MATLABR11\toolbox\matlab\uitools C:\MATLABR11\toolbox\matlab\strfun C:\MATLABR11\toolbox\matlab\iofun C:\MATLABR11\toolbox\matlab\timefun C:\MATLABR11\toolbox\matlab\datatypes C:\MATLABR11\toolbox\matlab\winfun C:\MATLABR11\toolbox\matlab\demos C:\MATLABR11\toolbox\symbolic C:\MATLABR11\toolbox\nag\nag C:\MATLABR11\toolbox\nag\examples C:\MATLABR11\toolbox\pde C:\MATLABR11\toolbox\stats C:\MATLABR11\toolbox\signal\signal C:\MATLABR11\toolbox\signal\siggui C:\MATLABR11\toolbox\signal\sigdemos C:\MATLABR11\toolbox\control C:\MATLABR11\toolbox\control\ctrlguis C:\MATLABR11\toolbox\control\obsolete C:\MATLABR11\toolbox\stateflow\sfdemos C:\MATLABR11\toolbox\sb2sl C:\MATLABR11\toolbox\stateflow\stateflow C:\MATLABR11\toolbox\simulink\simulink C:\MATLABR11\toolbox\simulink\blocks C:\MATLABR11\toolbox\simulink\simdemos C:\MATLABR11\toolbox\simulink\dee C:\MATLABR11\toolbox\tour
Pgina 7 de 90
Bases de Matlab
C:\MATLABR11\work C:\MATLABR11\toolbox\local
Alejandro Hayes
2.6.Diario:
Si deseamos guardar en algn archivo las entradas por lneas de comando el comando diary on guarda todo lo que se introduce por el teclado as como la mayor parte de lo que se enva a la pantalla, en un archivo llamado diary diary off termina la escritura .
2.7.Formatos de Exhibicin de Nmeros:

Matlab Cuenta con la posibilidad de definir distintos formatos de exhibicin de nmeros la Tabla 1 muestra algunos de ellos: Formato de Exhibicin de Nmeros format short (default) Muetra 4 cifras decimales 3.1416 format long Muetra 14 cifras decimales 3.14159265358979 format bank Muetra 2 cifras decimales 3.14 format short e Muetra 4 cifras decimales 1.5225e+008 format long e Muetra 15 cifras decimales 1.606938044258990e+060 format + +,-, Espacio +
Tabla 1
Veamos algunos ejemplos: pi ans = 3.1416 format long pi ans = 3.14159265358979 format bank pi ans = 3.14 format long e pi
Pgina 8 de 90
Bases de Matlab
ans = 3.141592653589793e+000
Alejandro Hayes
2.8.Caracteres especiales y Operadores

A continuacin damos dos tablas con los operadores mas usuales y de mayor uso en Matlab y a continuacin algunos ejemplos.
2.9.Operaciones Bsicas
Las operaciones tales como suma resta multiplicacin y divisin se realizan en forma inmediata con Matlab. Veamos algunos ejemplos: Ejemplo 2.1: Efectuaremos algunas operaciones bsicas con dos nmeros cualquiera:
2+3 ans = 5 2-3 ans =
Pgina 9 de 90
Bases de Matlab
Alejandro Hayes
-1 2*3 ans = 6 2/3 ans = 0.6667
Una de las bondades de Matlab reside en la capacidad para trabajar en distintas plataformas y segn la capacidad del hardware y del software de las mismas trabajara con mayor o menor precisin. En general Matlab realiza todas las operaciones con nmeros enteros en forma exacta, independientemente del tamao que tenga el resultado. Por ejemplo Matlab cuenta con una funcin que nos permite visualizar el resultado de una operacin con un determinado numero de cifras exactas el comando es el siguiente: vpa operacin numero de cifras exactas Ejemplo 2.2: Supongamos que queremos calcular 55 elevado a la 100 con 5000 cifras exactas.
vpa '55^100' 50000 ans = 108709863248920416095013731486527307045630210519463889299295688391297964565 354754425988396643047321308614644661151788127357805455576542780216087180633 6217559874057769775390625.
Otras funciones que trae Matlab para trabajar con nmeros enteros se muestran en la tabla 2 seguida de algunos ejemplos. rem(n,m) sign(n) nchoosek(n,m) factorial(n) max(n1,n2) min(n1,n2) lcm(n1,n2) Nos da el resto de la divisin entre n y m Nos da el signo de n: 1 si n>0 y 1 si n<0 Numero combinatorio n sobre m Calcula el factorial de un numero natural Halla el mximo valor entre n1 y n2 Halla el mnimo valor entre n1 y n2 Mnimo comn mltiplo
Pgina 10 de 90
Bases de Matlab
gcd(n1,n2)
Alejandro Hayes
Mximo comn divisor de n1 y n2
Ejemplo 2.3:
Tabla 4
Veamos algunos ejemplos de utilizacin de las funciones de la Tabla 4:

rem(25,11) ans = 3 sign(-8) ans = -1 sign(8) ans = 1 nchoosek(5,3) ans = 10
max(2,5) ans = 5 min(2,5) ans = 2
gcd(2,5) ans = 1 lcm(2,5) ans =
Pgina 11 de 90
Bases de Matlab
10
Alejandro Hayes
Matlab cuenta con muchos otros comandos para operaciones bsicas ac hemos presentado algunos y queda como deber para el lector indagar sobre otros comandos no explicados en esta seccin.
3.Escalares, Vectores y Matrices

Es muy comn en Ingeniera que Aparezcan problemas que involucren matrices en su resolucin, y siendo que los mtodos matriciales para distintos tipos de problemas en Ingeniera y ciencias han proliferado mucho es importante que comencemos el curso explicando el manejo de matrices que tiene Matlab ya que es la base para la implementacin de casi cualquier aplicacin. El razonamiento ser valido para escalares y para vectores ya que un escalar puede verse como una matriz de 1x1 mientras que un vector puede verse como una matriz de 1x n. Sobre el final de esta seccin haremos algunos comentarios sobre vectores y escalares como casos particulares de matrices. Matlab cuenta con una serie de comandos para el manejo de matrices algunos de los cuales se indican en la tabla 1.
3.1.Comandos para el manejo de matrices:

Funciones Principales Para Trabajar con Matrices Suma de las matrices A y B Diferencia de las matrices A y B(A menos B) C *M Producto escalar c por la matriz M A*B Producto de las matrices A y B(A por B) A^p Matriz A elevada a la potencia escalar p p^A Escalar elevado a la matriz A expm(A) eA calculada a travs de autovalores expm1(A) eA calculada a travs de aproximantes de Pad expm2(A) eA calculada a travs de series de Taylor expm3(A) eA calculada a travs de la condicin de la matriz de autovectores logm(A) Logaritmo neperiano de la matriz A sqrtm(A) Raz cuadrada de la matriz cuadrada A funm(A,funcion) Aplica la funcin a la matriz cuadrada A traspose(A) o A Matriz traspuesta de A inv(A) Matriz inversa de la matriz cuadrada A(A-1) det(A) Determinante de la matriz cuadrada rank(A) Rango de la matriz A trace (A) Suma de los elementos de la diagonal svd(A) Da el vector V de los valores singulares de A. Los valores singulares de A son las races cuadradas de los autovalores de la matriz simtrica AA [U,S,V]=svd(A) Da la matriz diagonal S de valores singulares de A(ordenados de mayor a menor), y las matrices U y V tales que A=U*S*V cond(A) Da la condicin de la matriz A(cociente entre el mayor y el menor valor singular de A) rcond(A) Reciproco de la condicin de la matriz A A+B AB
Pgina 12 de 90
Bases de Matlab
norm(A) norm(A) norm(A,inf) norm(A,fro) Z=null(A)
Alejandro Hayes
Norma de A(mayor valor singular de la matriz A) 1-norma de A(mayor suma de las columnas de A) Norma infinita de A(mayor suma de las filas de A) F-norma de A, definida por sqrt(sum(diag(AA))) Da una base ortonormal del ncleo de A(ZZ=I). El numero de columnas de Z es la nulidad de A Da una base ortonormal para el rango de A(QQ=I). Las columnas de Q generan el mismo espacio que las columnas de Q, y el numero de columnas es el rango de A Da el ngulo entre los subespacios especificados por las columnas de A y de B. Si A y B son vectores, da el ngulo formado por ambos Da la matriz reducida escalonada por filas de A. El numero de filas no nulas de ref(A) es el rango de la matriz A. Calcula los autovalores de la matriz cuadrada A Calcula la matriz diagonal D de autovalores de A y una matriz V cuyas columnas son los autovectores correspondientes, cumplindose que A*V = V*D Da un vector que contiene los autovalores generalizados de las matrices cuadradas A y B son las races del polinomio en det( C-A) Calcula la matriz diagonal D de autovalores generalizados de A y B, y una matriz V cuyas columnas son los autovectores correspondientes, cumplindose que A*V = B*V*D Calcula las matrices triangulares superiores AA y BB y las matrices Q y Z tales que Q*A*Z=AA Y Q*B*Z = BB, y da la matriz de autovectores generalizados de A y B. Los autovectores generalizados son los elementos de la diagonal de AA y BB, de tal modo que se tiene la igualdad : A*V*diag(BB) = B*V*diag(AA) Encuentra una matriz de transformacin T tal que B=T\A*T tiene autovalores aproximados a los de A. La matriz B se llama matriz balanceada de la matriz A Calcula la matriz B balanceada de la matriz A. Su uso esencial es aproximar los autovalores de A cuando son difciles de calcular. Se tiene que eig(A)=eig(balance(A))
Q=orth(A)
subspace(A,B)
rref.(A) eig(A) [V,D]=eig(A)
eig(A,B) [V,D]=eig(A,B)
[AA,BB,Q,Z,V]=qz(A,B)
[T,B]=balance(A)
balance(A)
Pgina 13 de 90
Bases de Matlab
[V,D] = cdf2rdf(V,D)
Alejandro Hayes
Transforma la salida compleja [V,D] del comando eig a forma real. Cada autovalor complejo en la diagonal de D origina una submatriz de 2x2 en la forma real de la matriz D Da una matriz T y una matriz unitaria U tales que A = U*T*U y U*U=I. Si A es compleja, T es una matriz triangular superior con los autovalores de A en la diagonal. Si A es real, la matriz T tiene los autovalores de A en la diagonal, y los correspondientes autovalores complejos se corresponden con los bloques diagonales 2x2 de la matriz T Devuelve solo la matriz T Convierte a real la salida [U,T] del comando schur Devuelve la matriz unitaria P y la matriz Hessenberg H tales que A=P*H*P y P`*P=eye(size(P)) Devuelve la matriz Hessenberg Devuelve el polinomio caracterstico de la matriz A Devuelve un vector cuyas componentes son los coeficientes del polinomio cuyas raices son los elementos del vector V. Devuelve la matriz de Vandermode A tal que su j-esima columna es A(:,j)=C^(n-j)
[U,T]=schur(A)
schur(A) [U,T]= rsf2csf(U,T) [P,H]=hess(A) hess(A) poly(A) poly(V) vander(C)
Tabla 5
Veamos algunos ejemplos: Ejemplo 3.1:
1 2 5 Se desea ingresar la matriz M = 3 8 1 y determinar: 9 4 6 T 1 1 a) M b) M si existe. c) Verificar M M = I

e) Tr (M ) f) M , M
2 3
d) M h) P ( )
g) Los Autovalores de M
M=[1 -2 5;3 8 -1;9 -4 6]
M= 1 -2 5
Pgina 14 de 90
Bases de Matlab
3 9 8 -4 -1 6
Alejandro Hayes
Transpuesta_M=M' Transpuesta_M = 1 -2 5 3 8 -1 9 -4 6
Inversa_M=inv(M) Inversa_M = -22/161 27/322 6/23 4/161 19/161 39/322 -8/161 1/23 -1/23
Identidad=M*Inversa_M Identidad = 1 0 0 0 1 0 0 0 1
Determinante_M=det(M) Determinante_M = -322 Traza_M=trace(M) Traza_M = 15 Potencia_2=M^2 Potencia_2 = 40 18 51 -38 62 -74 37 1 85
Potencia_3=M^3
Potencia_3 = 259 213 594 -532 456 -1034 460 34 839
Autovalores_M=eig(M)
Pgina 15 de 90
Bases de Matlab
Alejandro Hayes
Autovalores_M = -2576/701 4622/495 4622/495
+ 9553/14427i - 9553/14427i
Polinomio_Caracteristico_M=poly(M) Polinomio_Caracteristico_M = 1 -15 19 322
Ejemplo 3.2:
3 5 1 Dadas las matrices A = 6 7 9 5 2 1 b) A B c) A B d) B A

h) A B i) A B j) A + B
2 5 9 3 8 determinar: a) A + B B= 0 15 12 10 e) A B B A f) A g) B
k) A + B
A=[1 3 -5 ; 6 -7 9 ; -5 -2 -1] A= 1 6 -5 3 -5 -7 9 -2 -1
B=[9 2 -5 ; 0 -3 8 ; -15 -12 10] B= 9 2 -5 0 -3 8 -15 -12 10 M_1=A+B M_1 = 10 5 -10 6 -10 17 -20 -14 9 M_2=A- B M_2 = -8 1 0
Pgina 16 de 90
Bases de Matlab
6 -4 1 10 10 -11 M_3=A*B M_3 = 84 53 -31 -81 -75 4 -30 8 -1 M_4=B*A M_4 = 46 23 -22 -58 5 -35 -137 19 -43 M_5=M_4-M_3 M_5 = -38 -30 9 23 80 -39 -107 11 -42 Determinante_A=det(A) Determinante_A = 143
Alejandro Hayes
Determinante_B=det(B) Determinante_B = 579 Determinante_M_3=det(M_3) Determinante_M_3 = 82797
Determinante_A*Determinante_B ans = 82797 Determinante_M_2=det(M_2)
Pgina 17 de 90
Bases de Matlab
Determinante_M_2 = -196 Determinante_A+Determinante_B ans = 722
Alejandro Hayes
Tabla 6
Ejemplo 3.3:
2 7 5 1 5 6 8 9 . Llamar al elemento a 23 . Visualizar la fila 2 y la columna 2. Dada la matriz A = 3 3 2 9 10 2 6 4
A=[1 2 7 5;-5 6 -8 9;3 -3 -2 9; 10 -2 6 -4] A= 1 2 7 -5 6 -8 3 -3 -2 10 -2 6 A(2,3) ans = -8 A(2,:) ans = -5 A(:,2) ans = 2 6 -3 -2 6 -8 9 5 9 9 -4
Pgina 18 de 90
Bases de Matlab
Alejandro Hayes
3.2.Algunas Matrices Especiales:

Matlab cuenta con algunos comandos que crean matrices especificas. Algunos de los mismos se dan en la siguiente tabla: Funciones Especificas Construye una matriz diagonal con los datos de x1,x2,...,xn Genara una matriz identidad de nxn o de nxm respectivamente. Genera una matriz de unos de nxn o nxm respectivamente. Genera una matriz de elementos aleatorios uniformemente distribuidos en el intervalo (0,1) de nxn o nxm elementos Genera una matriz de elementos aleatorios normalmente distribuidos en el intervalo (0,1) de nxn o nxm elementos Genera una matriz de ceros de nxn o nxm respectivamente. Genera una matriz de nxn de los enteros de 1 a n2
blkdiag(x1,x2,...,xn) eye(n) , eye(n,m) ones(n) , ones(n,m) rand(n) , rand(n,m) randn(n) , randn(n,m) zeros(n) , zeros(n,m) magic(n)
Tabla 7
3.3. Aplicaciones a la resolucin de sistemas de ecuaciones lineales

Una aplicacin importante del lgebra de matrices esta en la resolucin de sistemas de ecuaciones lineales. Veremos un ejemplo. Ejemplo 3.4:
4 x + 2 y + z = 11 Dado el sistema lineal 2 x + y + 3 z = 9 . Resolverlo en forma matricial. x + 3 y z = 4

format rat >> A=[4 2 1;-2 1 3;1 3 -1] A= 4 -2 1 2 1 3 1 3 -1
>> B=[11;9;4] B= 11
Pgina 19 de 90
Bases de Matlab
9 4 >> A_1=inv(A)
Alejandro Hayes
A_1 = 2/9 -1/45 7/45 -1/9 1/9 2/9 -1/9 14/45 -8/45
>> x=A_1*B x= 1 2 3 >>
Es importante aclarar que si bien en el ejemplo y solo con fines didcticos y para relacionar el manejo de Matlab con la teora conocida de lgebra Lineal sobre la resolucin de sistemas de ecuaciones lineales hemos optado por trabajar con la matriz inversa, esto no es frecuente ya que a la hora de invertir matrices Matlab emplea mucho tiempo, tanto mas cuanto mas grande sea la matriz. En los ejemplos del apartado 3.4 de aplicaciones a la ingeniera se muestran otras formas de resolver el sistema de ecuaciones.
3.4. Una aplicacin a la Ingeniera

Ejemplo 3.5 Se dispone del circuito elctrico mostrado en la figura y se desea calcular: a) La corriente en cada resistor y la potencia elctrica disipada. b) La resistencia que ve cada generador de tensin actuando en forma independiente.
Pgina 20 de 90
Bases de Matlab
Alejandro Hayes
Figura 1
V1=15v , V2=6v, R1=220, R2=470, R3=560, R4=100, R5=390, R6=120. El sistema de ecuaciones que permite calcular las corrientes esta dado por:
( R1 + R 2 + R3 ) I 1 R 2 I 2 R3 I 3 = 0 R 2 I 1 + ( R 2 + R 4 + R 5 ) I 2 R 4 I 3 = V 1 R3 I 1 R4 I 2 + ( R3 + R6 + R4 ) I 3 = V 2
Para el caso del punto b) consideramos que solo acta el generador V1 y el sistema se reduce a:
Figura 2
Pgina 21 de 90
Bases de Matlab
( R1 + R 2 + R 3 ) I 1 R 2 I 2 R 3 I 3 = 0 R 2 I 1 + ( R 2 + R 4 + R 5 ) I 2 R 4 I 3 = V 1 R 3 I 1 R 4 I 2 + ( R 3 + R6 + R 4 ) I 3 = 0
Alejandro Hayes
La resolucin con Matlab se muestra a continuacin.
Pgina 22 de 90
Bases de Matlab
Alejandro Hayes
>> V1=15; >> V2=6; >> R1=220; >> R2=470; >> R3=560; >> R4=100; >> R5=390; >> R6=120; >> R=[R1+R2+R3 -R2 -R3;-R2 R2+R4+R5 -R4;-R3 -R4 R3+R6+R4] R= 1250 -470 -560 -470 960 -100 -560 -100 780
>> V=[0;V1;V2] V= 0 15 6 >> I=R\V I= 2.4771e-002 3.0818e-002 2.9428e-002 %Calculo de la potencia en cada resistencia % >> PR1=((I(1))^2)*R1 PR1 = 1.3499e-001 >> PR2=((I(2)-I(1))^2)*R2 PR2 = 1.7185e-002 >> PR3=((I(1)-I(3))^2)*R3 PR3 = 1.2143e-002 >> PR4=((I(2)-I(3))^2)*R4 PR4 = 1.9326e-004 >> PR5=((I(2))^2)*R5 PR5 =
Pgina 23 de 90
Bases de Matlab
Alejandro Hayes
3.7040e-001 >> PR6=((I(3))^2)*R6 PR6 = 1.0392e-001 %Calculo de la resistencia que ve V1% %Hacemos V2=0 y calculamos las corrientes >> V=[0;V1;0] V= 0 15 0 >> I=R\V I= 1.5947e-002 2.4958e-002 1.4649e-002 >> RV1=V1/I(2) RV1 = 6.0100e+002
3.5. Comentarios adicionales sobre escalares y vectores

De acuerdo a lo visto hasta el momento queda claro que un vector no es otra cosa que un caso particular de matriz que puede ser de una fila (vector fila) como de una columna (vector columna) , pero el concepto de vector para Matlab es mucho mas general ya que toda lista de datos ya sea mediciones, registros, o listas generadas etc. Puede ser tratado como un vector. La tabla 8 lista una serie de funciones para el manejo de vectores.
Tabla 8
length(v) abs(v) norn(v) dot(v1,v2) cross(v1,v2) v1.*v2 Nos da el numero de elementos o longitud del vector v. Nos devuelve un vector en el que cada componente es el valor absoluto de la correspondiente en v. Calcula la norma 2 de un vector. La funcin norm() admite argumentos que permiten calcular otras normas. Calcula el producto escalar entre los vectores v1 y v2. Calcula el producto vectorial entre los vectores v1 y v2. Nos devuelve un vector cuyas componentes el producto de las componentes de v1 y v2
Pgina 24 de 90
Bases de Matlab
v1./v2 Ejemplo 3.6
Alejandro Hayes
Nos devuelve un vector cuyas componentes el cociente de las componentes de v1 y v2
Dados los vectores v1 = ( 1,1,6 ) , v 2 = ( 5 ,1,11 ) vamos a aplicar las instrucciones indicadas en la tabla 8
>> v1=[1 -1 6] v1 = 1 -1 6
>> v2=[-5 -1 -11] v2 = -5 -1 -11
>> a=abs(v1) a= 1 1 6
>> n=norm(v1) n= 6.1644 >> d=dot(v1,v2) d= -70 >> c=cross(v1,v2) c= 17 -19 >> v=v1.*v2 v= -5 1 -66 -6
>> l=length(v) l= 3
Pgina 25 de 90
Bases de Matlab
Alejandro Hayes
3.6. Polinomios y vectores

Tanto en Ingeniera como en ciencias en general es frecuente la aparicin de polinomios en diversos tipos de modelos a saber, funciones de transferencia, aproximaciones polinomiales, interpolacin, ecuaciones diferenciales etc. Adems sabemos que un polinomio queda determinado por sus coeficientes, adems hay una relacin entre estos y sus races. Todo esto hace posible que Matlab disponga de un conjunto de comandos que permitan tratar a los polinomios como vectores y poder efectuar las operaciones usuales entre ellos, es por eso que hemos decidido darle un tratamiento aparte antes de comenzar con las funciones escalares que ser tema de la seccin 4. La Tabla 9 ilustra las funciones bsicas para el manejo de polinomios. conv(p1,p2) deconv(p1,p2) poly(r), poly(A) Nos devuelve un vector con los coeficientes del polinomio producto entre p1 y p2. Nos devuelve dos vectores con los coeficientes del polinomio cociente y del resto respectivamente de dividir p1 por p2. Nos devuelve un vector con los coeficientes del polinomio cuyas races son los elementos del vector r. En el caso de que el argumento sea una matriz A de nxn el comando nos devuelve el un vector con los coeficientes del polinomio caracterstico de A Nos devuelve los coeficientes del polinomio derivado de p. Nos devuelve los coeficientes del polinomio integrado de p. El argumento k es la constante de integracin, si no ingresamos este valor, Matlab lo considera cero. Evala al polinomio p en el o los valores indicados en v que puede ser un escalar o un vector Evala al polinomio p en la matriz A Nos da la descomposicin en fracciones simples del cociente de polinomios cuyo numerador es n y cuyo denominador es d. Nos devuelve un vector con las races del polinomio dado en p.
polyder(p) polyint(p,k), polyint(p)
polyval(p,v) polyvalm(p,A) residue(n,d) roots(p)
Tabla 9
Ejemplo 3.6.1 Dados los siguientes polinomios:
P( x ) = x 3 4 x 2 + 11x 23
Q( x ) = 2 x 7 5 x 5 + x 4 + 15 x 2 + x 8
se pide: a) P+Q, P Q. b) Especializar a P en 8 y a Q en 5. c) Hallar la derivada y la integral de P y Q considerando nulas las constantes de integracin.
Pgina 26 de 90
Bases de Matlab
d) Hallar las races de P y Q. e) Hallar la descomposicin en fracciones simples de H ( x ) = Resolucin en Matlab
>> P=[0 0 0 0 1 -4 11 -23] P= 0 0 0 0 1 -4 11 -23
P( x ) Q( x )
Alejandro Hayes
>> Q=[2 0 -5 1 0 15 1 -8] Q= 2 >> S=P+Q S= 2 0 -5 1 1 11 12 -31 0 -5 1 0 15 1 -8
>> C=conv(P,Q) C= Columns 1 through 8 0 0 0 Columns 9 through 15 -59 141 -82 >> polyval(P,-8) ans = -879 >> polyval(Q,5) ans = 141622 >> dP=polyder(P) dP = 3
0 153
2 -302
-8 -111
17
-25 184
-8
11
>> dQ=polyder(Q) dQ = 14 0 >> IP=polyint(P)
-25
30
IP = Columns 1 through 8 0 0 0 Column 9 0
1/4
-4/3
11/2
-23
Pgina 27 de 90
Bases de Matlab
Alejandro Hayes
>> IQ=polyint(Q) IQ = Columns 1 through 8 1/4 0 -5/6 Column 9 0 RP=roots(P) RP = 2.9267 0.5367 + 2.7515i 0.5367 - 2.7515i >> RQ=roots(Q) RQ = -1.9091 1.3902 + 0.6687i 1.3902 - 0.6687i -0.4374 + 1.2308i -0.4374 - 1.2308i -0.7166 0.7201 >> [R,PO,K]=residue(P,Q) R= -0.2506 0.1233 - 0.0663i 0.1233 + 0.0663i -0.1884 - 0.1809i -0.1884 + 0.1809i -0.8682 1.2490
1/5
1/2
-8
PO = -1.9091 1.3902 + 0.6687i 1.3902 - 0.6687i -0.4374 + 1.2308i -0.4374 - 1.2308i 0.7201 -0.7166
K= []
Pgina 28 de 90
Bases de Matlab
Alejandro Hayes
4.Funciones Escalares
La funcin como objeto de estudio es conceptualmente muy importante a la hora de trabajar con un software matemtico pues la forma de manejar e implementar las funciones varia de un software a otro. Matlab nos permite definir y manejar funciones de una forma muy simple, solo hay que acostumbrarse a la sintaxis y a las Manias del programa en cuestin. Matlab al igual que la mayora de los paquetes de calculo simblico trae funciones predefinidas asi como permite al usuario definir sus propias funciones. Algunas de las funciones predefinidas con las que cuenta Matlab son las siguientes: abs( x ) sqrt( x ) round(x) fix(x) floor( x) ceil( x) exp( x) log( x) log10( x ) sin ( x ) cos( x ) tan ( x ) asin( x ) acos( x ) atan( x ) atan2( y, x ) sinh( x ) cosh( x ) tanh ( x ) Calcula el modulo de x Calcula la raz cuadrada de x Redondea al entero mas cercano Redondea x al entero mas cercano a cero Redondea al entero mas cercano a - Redondea al entero mas cercano a Calcula ex , Donde e es la base de los logaritmos naturales Calcula ln x, el logaritmo natural de x con base e. Calcula log10 x Calcula el sen( x) Calcula cos ( x ). Calcula tg( x ). Calcula el arcoseno de x Calcula el arcocoseno de x Calcula el arcotangente de x. Cacula el arcotangente de y/x Calcula el seno hiperblico de x Calcula el coseno hiperblico de x Calcula la tangente hiperblica de x.
Tabla 10
Por supuesto Matlab cuenta con muchas otras funciones que no fueron contempladas en la tabla. Veamos algunos ejemplos : Ejemplo 4.1: Definir las funciones f ( x) = sen x , g ( x) = cos x , h( x) = e en el intervalo [0,10] .
x
x=0:0.01:10; f1=sin(x); f2=cos(x); f3=exp(x);
Lo que muestra el ejemplo 1 es la forma de ingresar funciones en Matlab. Si trabajamos en forma numrica debemos indicar los valores que toma la variable independiente, en el ejemplo x varia entre 0 y 10 en pasos de 0.01. Podemos observar que si no indicamos el valor de x Matlab nos dice que no conoce a la variable.
f=exp(x) ??? Undefined function or variable 'x'.
Pgina 29 de 90
Bases de Matlab
Ejemplo 4.2: Definir una funcin trabajando con la variable definida en forma simblica.
syms x real f=log(x);
Alejandro Hayes
El comando syms indica que la variable x es simblica y la palabra real indica que se trata de una variable real. De no poner nada matlab la toma como una variable compleja. Se pueden poner otros atributos a la variable por ejemplo.
syms x positive
Si queremos evaluar la funcin en un punto Matlab cuenta con una funcin llamada subs cuya sintaxis es la que se indica abajo. subs ( f ) subs (f,n) subs(f,o,n) Reemplaza todas las variables en la expresin simblica f Reemplaza la variable libre simblica en s con n Reemplaza o con n en la expresin simblica f.
Tabla 11
Ejemplo 4.3 : Dada la funcin escalar imagen de 4.
f ( x) = sen x + e x . Definirla con la variable dada en forma simblica y calcular la
syms x f=sin(x)+exp(-x); x=4; subs(f) ans = -0.7385 format rat subs(f) ans = -449/608
4.1.Grafica de Funciones en 2D.

Es notoria la calidad y capacidad de graficacin que tiene Matlab por lo que corresponde comenzar a aprender los comandos necesarios para graficar distintas curvas y superficies dadas en forma Explicita, Implcita, y Parametrica.
Pgina 30 de 90
Bases de Matlab
Alejandro Hayes
4.1.1.Grafica de funciones escalares dadas en forma explicita

Algunas de las sentencias para graficar son las que se detallan en la siguiente tabla. plot (x, y) Dibuja el conjunto de puntos ( x, y ), donde x e y son vectores fila. plot(y) Grafica los elementos de Y contra sus ndices. plot(x,y,s) Idem plot (x, y) pero con las opciones de s. fplot( funcion, [ xmin,xmax ]) Grafica la funcin en el intervalo de variacin de x dado. fplot(funcion, [ xmax,xmin,ymax,ymin ], s)Grafica la funcin en el intervalo de variacin de x e y dado. Con las opciones de S. fplot([f1,f2,...,fn ], [ xmax,xmin,ymax,ymin Grafica las funciones f1,f2,..,fn sobre los mismos ejes en los intervalos de variacin de x e y especificados y con las especificaciones de s. ezplot(funcion , [ xmin,xmax ]) Grafica la funcin en un intervalo de variacin x dado.
Veamos algunos ejemplos en 2D: Ejemplo 4.4:
Tabla 12
Deseamos graficar el valor de los elementos de un vector en funcin de su ndice , escribimos lo siguiente.
x=0:0.01:5; plot(x)
Podemos visualizar en la ventana de grficos la siguiente figura:

5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 0 100 200 300 400 500 600
Figura 3
Pgina 31 de 90
Bases de Matlab
Alejandro Hayes
En esta grafica sobre el eje de abscisas figuran los ndices de cada elemento y sobre el eje de ordenadas el valor de x para cada elemento. Entre elemento y elemento Matlab interpola. Ejemplo 4.5: Dada la funcin escalar f ( x ) = 2e 0.3 x cos( 8 x + 3 ) realizar la grafica de la misma.
x=0:0.01:10; f=2*exp(-0.3*x).*cos(8*x+3); plot(x,f)
1.5
0.5
-0.5
-1
-1.5
-2 0 1 2 3 4 5 6 7 8 9 10
Figura 4
Si queremos ver algunas opciones para la salida del grafico veamos otros ejemplos: Ejemplo 4.6: Idem anterior pero con distintas opciones de visualizacin.
x=0:0.01:10; f=2*exp(-0.3*x).*cos(8*x+3); plot(x,f,'*'); plot(x,f,'r *'); grid on.
Pgina 32 de 90
Bases de Matlab
2
Alejandro Hayes
1.5
0.5
-0.5
-1
-1.5
-2 0 1 2 3 4 5 6 7 8 9 10
Figura 5
Ejemplo 4.7: Realizar en un mismo grafico las representaciones de f ( x ) = sen 3 x , g ( x ) = cos(2 x + 6) , h( x ) = sen x + cos 2 x en el intervalo [0 ,10 ] las siguientes funciones
fplot('[sin(3*x),cos(2*x+6),sin(x)+cos(2*x)]',[0,10])
Obtenemos la siguiente figura

1.5
0.5
-0.5
-1
-1.5
-2 0 1 2 3 4 5 6 7 8 9 10
Figura 6
Ejemplo 4.8: Idem anterior pero con la opcin de escala establecida
fplot('[sin(3*x),cos(2*x+6),sin(x)+cos(2*x)]',[0,10,-4,2])
Pgina 33 de 90
Bases de Matlab
2
Alejandro Hayes
-1
-2
-3
-4 0 1 2 3 4 5 6 7 8 9 10
Figura 7
Ejemplo 4.9: Graficar la funcin f ( x ) = sen 2 x + 2 x cos x utilizando el comando ezplot
ezplot('sin(x)^2+2*x*cos(x)',[-10,10])
s in(x)2 + 2 x c os(x) 20
15 10 5
0 -5 -10
-15 -20 -10 -8 -6 -4 -2 0 x 2 4 6 8 10
Figura 8
Matlab cuenta con una serie de comandos que se utilizan para trabajar con ttulos , etiquetas, mallas y textos, hemos utilizado algunos en los ejemplos anteriores pero daremos a continuacin una tabla con los mas comunes. title(texto) xlabel(texto) ylabel(texto) Aade el texto como titulo del grafico en la parte superior del mismo . Sita el texto al lado del eje x Sita el texto al lado del eje y
Pgina 34 de 90
Bases de Matlab
zlabel(texto) text(x,y,texto) text(x,y,z,texto) gtext(texto) grid hold
Alejandro Hayes
Sita el texto al lado del eje z Sita el texto en el punto (x,y) dentro del grafico 2 D Sita el texto en el punto (x,y,z) dentro del grafico 3 D Permite situar el texto en un punto elegido con el Mouse. Sita rejillas en los ejes. Permite mantener grficos para superponerlos.
Tabla 13
Ilustraremos con algunos ejemplos la utilizacin de estos comandos. Ejemplo 4.10: Graficar las funciones f ( x) = x sen 2 x y g ( x) = sen 2 x + cos( x + 3)
x=0:0.1:10; f1=x.*sin(2*x); f2=sin(2*x)+cos(x+3); plot(x,f1,'r'); ylabel('Variable Dependiente') xlabel('Variable Independiente') grid on hold on plot(x,f2,'g'); plot(x,f2+f1,'k +');
15
10
V ariable Dependiente
-5
-10 0 1 2 3 4 5 6 V ariable Independiente 7 8 9 10
Figura 9
Pgina 35 de 90
Bases de Matlab
Alejandro Hayes
Sobre la computadora se observa el efecto del hold on para dibujar cada grafica manteniendo la figura anterior. Ejemplo 4.11 Definir la funcin f ( x) = e
syms x real f=exp(-sin(x.^2+3)); ezplot(f,[-5,5])
sen ( x 2 + 3)
definiendo la variable en forma simblica. Graficarla en el intervalo [ 5,5]
Obtenemos la siguiente salida:

ex p(-sin(x 2 + 3))
2.5
1.5
0.5
-5
-4
-3
-2
-1
0 x
Figura 10
Matlab cuenta con una serie importante de comandos para la manipulacin de grficos algunos de ellos se dan en la tabla. axis ([xmin xmax ymin ymax]) axis(auto) axis(axis) V=axis axis(xy) axis(ij) axis(square) axis(equal) axis(normal) axis(off) Ubica los valores maximo y minimo para los ejes coordenados respectivos. Sita los ejes en la escala automtica por defecto. Congela la escala en los limites corrientes de modo de permitir situar otro grafico sobre los mismos ejes Da un vector de 4 elementos conteniendo la escala del grafico corriente. Sita el origen en la parte inferior izquierda. Sita el origen en la parte superior izquierda Convierte el rectangulo del grafico en un cuadrado. Situa el mismo factor de escala en ambos ejes. Elimina las ociones square y equal Elimina etiquetas y marcas y rejillas de los
Pgina 36 de 90
Bases de Matlab
Alejandro Hayes
ejes. Coloca de nuevo las etuquetas, marcas y rejillas
axis(on)
Tabla 14
Veamos algunos ejemplos: Ejemplo 4.12: Para el ejemplo 4.11 consideremos las siguientes modificaciones:
x=-5:0.01:5; f=exp(-sin(x.^2+3)); plot(x,f); V=axis V= -5 5 0 3 axis('square')
-1
-2 -5 -4 -3 -2 -1 0 1 2 3 4 5
Figura 11
axis('equal')
Pgina 37 de 90
Bases de Matlab
Alejandro Hayes
2.5
1.5
0.5
0 -5
Figura 12
En muchos casos es importante poder visualizar varios graficas simultneamente pero no superpuestas y para eso Matlab cuenta con una funcin que permite dividir la ventana grafica en nxm subventanas y coloca el grafico en la ventana p-esima la sintaxis es:
subplot( m,n,p )
Ejemplo 4.13: Visualizar simultneamente las graficas de:
f ( x) = sen 3x , g( x ) = cos 2 x , h( x ) = cos( 2 x + 1 ) , k ( x ) = e cos( 2 x +1 )
x=(0:0.1:10); f1=sin(3*x); f2=cos(2*x); f3=cos(2*x+1); f4=exp(cos(2*x+1)); subplot(2,2,1); plot(x,f1); subplot(2,2,2); plot(x,f2); subplot(2,2,3); plot(x,f3); subplot(2,2,4); plot(x,f4);
Pgina 38 de 90
Bases de Matlab
Alejandro Hayes
1 0.5 0 -0.5 -1 0 5 10
1 0.5 0 -0.5 -1 0 5 10
1 0.5
2 0 1 -0.5 -1 0 5 10 0 0 5 10
Figura 13
En mltiples aplicaciones de ingeniera y ciencias se facilita la tarea usando grficos logartmicos o semilogaritmicos las funciones que Matlab tiene para definir esto son las que se detallan a continuacin: loglog(x,y) semilogx(x,y) semilogy(x,y) Realiza los mismos grficos que plot(x,y) pero con escala logartmica. Realiza los mismos grficos que plot(x,y) pero con escala logartmica x. Realiza los mismos grficos que plot(x,y) pero con escala logartmica y.
Tabla 15
Veamos un ejemplo combinando las funciones de grafica logartmica con subplot. Ejemplo 4.14:
x=0:0.1:10; f=exp(x)-1; subplot(2,2,1); plot(x,f); subplot(2,2,2); loglog(x,f); subplot(2,2,3); semilogx(x,f); subplot(2,2,4); semilogy(x,f);
Pgina 39 de 90
Bases de Matlab
Obtenemos la siguiente salida
x 10 2.5 2 1.5 10 1 0.5 0 0 x 10 2.5 2 1.5 10 1 0.5 0 -1 10 10 10
0 -5 0 4 0 4 5
Alejandro Hayes
10
10 5 10
-5
10 10
5
-1
10
10
10
10
Figura 14
4.1.2.Graficas parametricas.
de
curvas
dadas
en
coordenadas
polares
En muchos casos se hace necesario realizar graficas en forma Parametrica para lo cual lo nico que debemos hacer es parametrizar la curva correspondiente como ilustra el ejemplo 17. Ejemplo 4.15 Dada la curva definida en forma Parametrica por:
x( t ) = 2 cos t cos 2t con 0 t 10 . y( t ) = 2 sen t sen 2t
t=0:0.1:10; x=2*cos(t)-cos(2*t); y=2*sin(t)-sin(2*t); plot(x,y,'r')
Obtenemos las siguiente salida:
Pgina 40 de 90
Bases de Matlab
3
Alejandro Hayes
-1
-2
-3 -3
-2.5
-2
-1.5
-1
-0.5
0.5
1.5
Figura 15
Para realizar graficas en coordenadas polares Matlab cuenta con los siguientes comandos: polar(a,r) polar(a,r,S) Representa la curva en coordenadas polares Representa la curva en coordenadas polares con el estilo de lneas especificado por S.
Tabla 16
Ejemplo 4.16:
a=0:0.01:2*pi; r=sin(2*a).*cos(2*a); polar(a,r)
90 120
0.5 60 0.4 0.3
150 0.2 0.1 180
30
210
330
240 270
300
Figura 16
Pgina 41 de 90
Bases de Matlab
Ejemplo 4.17:
a=0:0.01:2*pi; r=4*(1+cos(a)); polar(a,r)
Alejandro Hayes
90 120
8 60 6
150
4 2
30
180
210
330
240 270
300
Figura 17
4.2. Aplicaciones a la Ingeniera

Ejemplo 4.18 Se dispone de dos seales moduladas en amplitud y frecuencia respectivamente, y se desea visualizarlas bajo distintas condiciones.
v AM ( t ) = ( V p + V m cos m t ) cos p t v FM ( t ) = V p cos( p t + g ( t ))
Para la seal de Amplitud Modulada hacemos efectuamos los siguientes grficos con Matlab
t=0:0.01:10; >> v1=2*cos(10*t); >> subplot(2,2,1) >> plot(t,v1) >> axis([0 10 -3 3]) >> grid on >> xlabel('t') >> ylabel('v1(t)') >> title('Seal portadora sin modulacion') v2=(4+2*cos(t)).*cos(10*t); >> subplot(2,2,2) >> plot(t,v2) >> axis([0 10 -7 7]) >> grid on >> xlabel('t') >> ylabel('v2(t)') >> title('Seal portadora modulada al 50%')
Pgina 42 de 90
Bases de Matlab
v3=(4+4*cos(t)).*cos(10*t); >> subplot(2,2,3) >> plot(t,v3) >> axis([0 10 -9 9]) >> grid on >> xlabel('t') >> ylabel('v3(t)') >> title('Seal portadora modulada al 100%') >> v4=(4+6*cos(t)).*cos(10*t); >> subplot(2,2,4) >> plot(t,v4) >> axis([0 10 -11 11]) >> grid on >> xlabel('t') >> ylabel('v4(t)') >> title('Seal portadora sobremodulada')
Alejandro Hayes

Seal portadora sin modulacion 3 2 1 v1(t) 0 -1 -2 -3 5 10 t Seal portadora modulada al 100% 10 5 v3(t) 0 -5 0 5 t 10 v4(t) 5 0 -5 -10 0 5 t 10 0 -5 0 5 10 t Seal portadora sobremodulada v2(t) 0 5 Seal portadora modulada al 50%
Figura 19
Para la seal de FM tenemos el guin que se muestra a continuacin
t=0:0.01:10;
Pgina 43 de 90
Bases de Matlab
>> v1=4*cos(10*t+t.^2); >> subplot(2,2,1) >> plot(t,v1) >> grid on >> axis([0 10 -5 5]) >> xlabel('t') >> ylabel('v1(t)') >> title('Seal modulada por una seal cuadratica') >> v2=4*cos(10*t+2*cos(t)); >> subplot(2,2,2) >> plot(t,v2) >> grid on >> axis([0 10 -5 5]) >> xlabel('t') >> ylabel('v2(t)') >> title('Seal modulada por una seal cosenoidal') v3=4*cos(10*t+6*exp(t)); >> subplot(2,2,3) >> plot(t,v3) >> axis([0 10 -5 5]) >> grid on >> xlabel('t') >> ylabel('v3(t)') >> title('Seal modulada por una seal exponencial') >> v4=4*cos(10*t+6*abs(t)); >> subplot(2,2,4) >> plot(t,v4) >> axis([0 10 -5 5]) >> grid on >> xlabel('t') >> ylabel('v4(t)') >> title('Seal modulada por una seal modulo') >>
Alejandro Hayes
Obtuvimos la siguiente salida:
Pgina 44 de 90
Bases de Matlab
Alejandro Hayes
Seal modulada por una seal cuadratica Seal modulada por una seal cosenoidal 5 5
v1(t)
v2(t) 0 v4(t) 0 5 t 10
5 10 t Seal modulada por una seal exponencial 5
-5
5 10 t Seal modulada por una seal modulo 5
-5
v3(t)
-5
-5
5 t
10
Ejemplo 4.19
Figura 20
A partir de una medicin efectuada con voltmetro y ampermetro sobre tres lmparas de 25W, 40W, y 100W respectivamente se guardaron los registros de tensin , corriente y potencia en un archivo y luego se pasaron estos datos a una matriz de Matlab con el objeto de interpolarlos y obtener graficas de la corriente como funcin de la tensin y de la potencia como funcin de la tensin. Si bien en este primer curso no hemos estudiado interpolacin con Matlab usaremos para el guin que sigue la funcin interp1 que efecta una interpolacin de datos 1D, es intencin de un curso futuro el tratar las funciones de interpolacin y ajuste que usa Matlab as como otras herramientas del calculo estadstico y numrico. El guin utilizado se muestra a continuacin as como la salida grafica obtenida.
M= 220.0000 200.0000 175.0000 150.0000 125.0000 110.0000 100.0000 75.0000 50.0000 25.0000 15.0000 10.0000 5.0000
118.0000 112.0000 103.0000 94.0000 84.0000 78.0000 74.0000 62.0000 49.0000 32.0000 24.0000 18.0000 12.0000
25.9600 185.0000 22.4000 177.0000 18.0200 166.0000 14.1000 154.0000 10.5000 141.0000 8.5800 134.0000 7.4000 128.0000 4.6500 113.0000 2.4500 98.0000 0.8000 78.0000 0.3600 67.0000 0.1800 59.0000 0.0600 38.0000
40.7000 35.4000 29.0500 23.1000 17.6200 14.7400 12.8000 8.4700 4.9000 1.9500 1.0000 0.5900 0.1900
43.0000 41.0000 38.0000 35.0000 31.0000 29.0000 28.0000 24.0000 19.0000 17.0000 14.6000 12.8000 9.7000
94.6000 82.0000 66.5000 52.5000 38.7500 31.9000 28.0000 18.0000 9.5000 4.2500 2.1900 1.2800 0.5000
>> v=M(:,1);
Pgina 45 de 90
Bases de Matlab
Alejandro Hayes
>> I25=M(:,2); >> vinterp=5:1:220; >> I25interp=interp1(v,I25,vinterp); >> subplot(2,1,1) >> plot(vinterp,I25interp) >> grid on >> I40=M(:,4); >> I40interp=interp1(v,I40,vinterp); >> hold on >> plot(vinterp,I40interp,'r') >> I100=M(:,6); >> I100interp=interp1(v,I100,vinterp); >> plot(vinterp,I100interp) >> plot(vinterp,I100interp,'g') >> grid on >> xlabel('V') >> ylabel('I(V)') >> title('Variacion de la corriente en funcion de la tension en lamparas de 25 40 y 100 W') >> P25=M(:,3); >> P25interp=interp1(v,P25,vinterp); >> subplot(2,1,2) >> plot(vinterp,P25interp) >> P40=M(:,5); >> P40interp=interp1(v,P40,vinterp); >> hold on >> plot(vinterp,P40interp,'r') >> P100=M(:,7); >> P100interp=interp1(v,P100,vinterp); >> plot(vinterp,P100interp,'g') >> grid on >> xlabel('V') >> ylabel('P(V)') >>
Pgina 46 de 90
Bases de Matlab
Alejandro Hayes
Variacion de la corriente en funcion de la tension en lamparas de 25 40 y 100 W 200 150 I(V) 100 50 0
50
100 V
150
200
250
100 80 P(V) 60 40 20 0 0 50 100 V 150 200 250
Figura 21
Con estos dos ejemplos tratamos de ilustrar la gran aplicacin que tiene Matlab en Ingeniera y por supuesto dejar la puerta abierta a un mundo de otras aplicaciones a la ingeniera y a las ciencias.
5.Introduccin a la Programacin
Hasta ahora hemos visto que todos las instrucciones de Matlab que pueden escribirse y ejecutarse desde la lnea de comandos ingresndolos directamente desde el teclado. Esta forma de trabajar es muy simple pero en la practica presenta limitaciones cuando de desarrollos grandes se trata y es en estos casos donde el usuario necesita hacerse un programa propio y personalizarlo a sus necesidades. Matlab permite desarrollar programas con archivos M los que pueden hacerse mediante el editor de texto que viene con Matlab y luego para ser ejecutado se lo llama desde la ventana de comandos con el nombre del archivo. Por defecto Matlab guarda estos archivos en un directorio propio llamado work pero es posible guardarlos en cualquier directorio deseado y luego poder accederlo indicando en forma adecuada la ruta. Estudiaremos dos tipos de archivos-M que se detallan a continuacin.
5.1. Estructuras elementales

Es posible demostrar que cualquier problema puede resolverse combinando tres estructuras elementales a saber:
Sucesin de sentencias: Esta constituida por un conjunto de sentencias consecutiva, teniendo en

cuenta que cada sentencia puede ser una combinacin de otras.
Pgina 47 de 90
Bases de Matlab
Sentencia 1 Sentencia 2 ................ Sentencia n
Alejandro Hayes
Toma de Decisin: Permite tomar una decisin a partir de una o varias condiciones las que segn sean verdaderas o falsas permiten ejecutar una sentencia u otra. Esto se implementa en Matlab mediante la sentencias if y switch. La estructura del if en Matlab es la siguiente:
if condicion Sentenciasx else Sentenciasy end La estructura de switch en Matlab es la siguiente: switch expresin case exp1
Sentenciax case exp2 Sentenciay ............ ............ otherwise Sentencia n end
determinadas, se repitan las veces requeridas por el algoritmo. Estas sentencias son for y while cuya estructura en Matlab es la siguiente. for cont=n_min:paso:n_max end Sentencias
Sentencias de ciclo o iteracin: Se utilizan cuando se desea que un conjunto de sentencias
while condicion1 condicion2 condicionn end Sentencias
Pgina 48 de 90
Bases de Matlab
Alejandro Hayes
5.2.Archivos-M Script
Supongamos que elegimos nuestro editor de texto favorito por ejemplo notepad para crear un archivo llamado funcion.m conteniendo las lineas:
x=-15:0.01:15; f=sin(x)+4*sin(3*x)-cos(10*x); plot(x,f);
Luego lo guardamos en principio en el directorio work y lo ejecutamos desde la lnea obtenemos lo siguiente:
funcion
de comandos y
Obtenemos la siguiente salida.

6
-2
-4
-6 -15
-10
-5
10
15
Figura 22
Con esto no hemos hecho otra cosa que juntar un conjunto de instrucciones en un solo archivo y ejecutarlo con un solo llamado a la funcin correspondiente, sin embargo hay casos en los que deseamos interactuar con otros programas as como mecanizar procedimientos entre otras cosas, que hacen que necesitemos hacer un script mas elaborado y es de eso que se trata esta seccin. Cabe aclarar que en este primer curso se dan nociones bsicas de programacin pero es intencin de un curso futuro y mas avanzado profundizar sobre este tema y en tpicos tales como nocin de algoritmo, estructuras de datos, programacin estructurada y otros.
5.3.Archivos-M de Funcin
Los archivos de funcin provienen como una extensin de Matlab permitiendo al usuario crear funciones para problemas especficos. Las funciones son como los Scripts, pero con el propsito de mejorar la velocidad del computador se compilan en un bajo nivel de codigo de bytes cuando se los llama por primera vez. Los ejemplos que desarrollaremos son todos de funciones-M para comenzar a familiarizarnos.
Pgina 49 de 90
Bases de Matlab
Ejemplo 5.3.1:
Alejandro Hayes
Supongamos que necesitamos determinar el volumen y la superficie de cilindros de distinto tamao para lo que necesitamos una funcin que ingresndole el radio y la altura del cilindro nos de los datos requeridos. Entramos en el editor de archivos M de Matlab y desarrollamos el siguiente programa.
%************************************************************************************************% %Programa para determinar el volumen y la superficie de un cilindro ingresando %el radio y la altura %***********************************************************************************************% function [volumen,superficie]=volumen_y_superficie_cilindro(radio,altura) volumen=pi*radio.^2*altura; superficie=2*pi*radio*altura+2*pi*radio.^2;
Luego salvamos el archivo con el nombre de cilindro_vol_sup.m en el directorio work de Matlab. Ahora vamos a la linea de comandos y ejecutamos:
> cilindro_vol_sup(1,1) ans = 3.14159265358979
>> cilindro_vol_sup(1,3) ans = 9.42477796076938 >> cilindro_vol_sup(5,8) ans = 6.283185307179587e+002 >>
Vemos como el programa calcula lo solicitado. Ejemplo 5.3.2: Supongamos que deseamos realizar un programa que nos cargue una matriz elemento a elemento. En el ejemplo realizado armamos la matriz A tal que a( h , k ) = de la matriz veamos el programa:
%**********************************************************************% %Programa que ingresando como argumentos el numero de filas y el numero %de columnas de la matriz requerida ubica en cada posicion de la misma %lo solicitado. %**********************************************************************%
hk h2 + k 2
donde le indicamos a la funcin la dimensin
Pgina 50 de 90
Bases de Matlab
function y=llenamatriz(num_fila,num_columna) for k=1:num_fila for h=1:num_columna y(k,h)=h.*k/(h.^2+k.^2); end end
Alejandro Hayes
Veamos que obtenemos si vamos a la lnea de comandos y le pedimos una matriz de

format rat >> A=llenamatriz(10,10) A= Columns 1 through 5 1/2 2/5 3/10 4/17 5/26 6/37 7/50 8/65 9/82 10/101 2/5 1/2 6/13 2/5 10/29 3/10 14/53 4/17 18/85 5/26 3/10 6/13 1/2 12/25 15/34 2/5 21/58 24/73 3/10 30/109 4/17 5/26 2/5 10/29 12/25 15/34 1/2 20/41 20/41 1/2 6/13 30/61 28/65 35/74 2/5 40/89 36/97 45/106 10/29 2/5
Columns 6 through 10 6/37 3/10 2/5 6/13 30/61 1/2 42/85 12/25 6/13 15/34 >> 7/50 14/53 21/58 28/65 35/74 42/85 1/2 56/113 63/130 70/149 8/65 9/82 10/101 4/17 18/85 5/26 24/73 3/10 30/109 2/5 36/97 10/29 40/89 45/106 2/5 12/25 6/13 15/34 56/113 63/130 70/149 1/2 72/145 20/41 72/145 1/2 90/181 20/41 90/181 1/2
Utilizamos el formato racional para obtener resultados exactos y vemos como se genero la matriz pedida. Ejemplo 5.3.3: Supongamos ahora que dada una matriz queremos recorrerla y modificar alguno de sus elementos en este caso el programa que se muestra a continuacin.
%*****************************************************************************************% %Programa que recorre la matriz ingresada y si e elemento hk es negativo %o cero lo reemplaza por un cero de lo contrario lo reemplaza por un uno %****************************************************************************************% function y=recorre_matriz(A) num_fila=length(A(1,:));
Pgina 51 de 90
Bases de Matlab
num_columna=length(A(:,1)); for k=1:num_fila for h=1:num_columna if A(k,h)<=0 A(k,h)=0; else A(k,h)=1; end end end y=A;
Alejandro Hayes
Veamos que obtenemos cuando lo llamamos al programa por lnea de comando:

>> A=[1 2 -4 7;9 -6 -8 5;2 -1 -3 7;9 -6 -5 -3]
A= 1 9 2 9 2 -6 -1 -6 -4 -8 -3 -5 5 7 -3 7
>> recorre_matriz(A)
ans = 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 0
Ejemplo 5.3.4: Supongamos que queremos construir una funcin que no se encuentra como predeterminada por Matlab por ejemplo la funcin f ( x ) =
x x +1
2
la hacemos de la siguiente forma:
%************************************************************************% %Programa que crea una funcion racional% %************************************************************************% function f=func_racional_1(x) f=x./(x.^2+1); Veamos que ocurre si vamos a la lnea de comandos y escribimos lo siguiente:
Pgina 52 de 90
Bases de Matlab
>> x=-10:0.1:10; >> f=func_racional(x); >> plot(x,f); >> grid on >> Obtenemos el siguiente grafico:
0.5 0.4 0.3 0.2 0.1 0 -0.1 -0.2 -0.3 -0.4 -0.5 -10
Alejandro Hayes
-8
-6
-4
-2
10
Ejemplo 5.3.5:
Figura 23
Como ultimo ejemplo vamos a realizar un algoritmo que permita calcular la raz aproximada de una ecuacin poli nmica mediante la aplicacin del mtodo de biseccin. Supongamos que deseamos calcular el valor aproximado de 2 con un error menor que 10 6 para ello consideremos la funcin f ( x ) = x 2 2 en el intervalo [1,2] realicemos el siguiente programa:
%******************************************************************************************************************************% %Programa que aplica el metodo de Biseccion a una funcion f que hay que ingresarla entre comas 'f'% %******************************************************************************************************************************% function biseccion(f,x_max,x_min,error) %El ciclo se ejecuta mientras x_max-x_min sea mayor que el error deseado% while abs(x_max-x_min)>error %Evaluamos la funcion en x_max% y_x_max=feval(f,x_max); %Evaluamos la funcion en x_min% y_x_min=feval(f,x_min); %Vemos si es cero x_max% if y_x_max==0; disp('Una Raiz es:'); disp(x_max); break; %Vemos si es cero x_min% elseif y_x_min==0; disp('Una Raiz es:');
Pgina 53 de 90
Bases de Matlab
disp(x_min); break; %Vemos si el intervalo no cumple Bolzano% elseif y_x_max*y_x_min>0; disp('Intervalo Incorrecto') break; else %Calculamos el punto medio% x_medio=(x_max+x_min)/2; %Evaluamos la funcion en el punto medio% y_x_medio=feval(f,x_medio); %Vuelvo a probar Bolzano% if y_x_min*y_x_medio<0 x_max=x_medio; else x_min=x_medio; end end end if flag==0 disp('El valor de la raiz es:') disp(x_medio) else end
Alejandro Hayes
Ahora vamos a la lnea de comandos y lo ejecutamos lo siguiente: biseccion('polinomio_1',1,2,0.000001) El valor de la raiz es: 1.41421413421631 Para poder llamar a la funcin polinomio_1 esta tuvo que ser definida previamente por el usuario y esto se logro haciendo el siguiente archivo. function y=polinomio_1(x) y=x.^2-2;
11. Nmeros
Complejos
Recordemos que un numero complejo no es otra cosa que un par ordenado de nmeros reales de la forma z = ( a , b ) y que admiten una notacin en forma binmica dada por z = a + ib . La importancia de los nmeros complejos en ingeniera reside en el hecho de que aparecen muy frecuentemente en sistemas oscilatorios, funciones de transferencia, anlisis fasorial, etc. Matlab cuenta con una serie de comandos para un buen manejo de estos nmeros. La Tabla 1 muestra las funciones bsicas que permiten operar con nmeros complejos. a+i*b a+j*b Forma de representar un numero complejo. Matlab reserva las letras i y j para la unidad imaginaria, sin embargo a diferencia de otros programas no nos prohbe usarlas como variables por lo que si vamos a operar con
Pgina 54 de 90
Bases de Matlab
Alejandro Hayes
nmeros complejos es conveniente no usar estas letras como variables. Nos da el valor absoluto o modulo del numero complejo z Nos da el argumento del numero complejo z en radianes por defecto Construye un numero complejo a partir de las partes real e imaginaria a y b respectivamente Nos da el complejo conjugado de z Ordena nmeros complejos en pares complejos conjugados. Nos devuelve la parte imaginaria del complejo z Nos devuelve la parte real del numero complejo z. Nos devuelve un 1 si todos los elementos de A son nmeros reales y un cero si algn numero tiene parte imaginaria no nula. Corrige ngulos de fase si se pasan de 2 radianes
abs(z) angle(z) complex(a,b) conj(z) cplxpair(A) imag(z) real(z) isreal(A) unwrap(A)
Tabla 15
Ejemplo 6.1 Dados los siguientes nmeros complejos z 1 = 5 + 3i , z 2 = 8 2i se pide: a) Calcular sus mdulos y argumentos respectivamente. b) Sus partes real e imaginaria. c) Los nmeros complejos conjugados de cada uno de ellos. d) Graficar tanto a los nmeros dados como a sus complejos conjugados.
>> z1=-5+3*i z1 = -5.0000 + 3.0000i >> z2=8-3*i z2 = 8.0000 - 3.0000i >> M1=abs(z1) M1 = 5.8310 >> A1=angle(z1) A1 = 2.6012 >> M2=abs(z2) M2 = 8.5440 >> A2=angle(z2)
Pgina 55 de 90
Bases de Matlab
A2 = -0.3588 r1=real(z1) r1 = -5 >> r2=real(z2) r2 = 8 >> i1=imag(z1) i1 = 3 >> i2=imag(z2) i2 = -3 >> c1=conj(z1) c1 = -5.0000 - 3.0000i >> c2=conj(z2) c2 = 8.0000 + 3.0000i >> plot(-5,3,'o') >> hold on >> plot(-5,-3,'o') >> plot(8,-3,'o') >> plot(8,3,'o') >> grid on >> axis([-8 -10 -6 6]) >> xlabel('x') >> ylabel('y') >>
Alejandro Hayes
Hemos obtenido el siguiente grafico:
-2
-4
-6 -8
-6
-4
-2
0 x
10
Figura 24
Pgina 56 de 90
Bases de Matlab
Alejandro Hayes
Mediante la utilizacin del comando line(x,y) podemos trazar lneas desde el origen a cada uno de los puntos graficados visualizando de ese modo los vectores asociados a cada numero complejo z.
>> x=[0 8]; >> y=[0 -3]; >> line(x,y) >> x=[0 8]; >> y=[0 3]; >> line(x,y) >> x=[0 -5]; >> y=[0 3]; >> line(x,y) >> x=[0 -5]; >> y=[0 -3]; >> line(x,y)
-2
-4
-6 -8
-6
-4
-2
0 x
10
Figura 25
7.Funciones Matemticas Reales de varias variables reales o campos escalares.

La manipulacin de funciones de varias variables reales es similar a la de funciones de una variable por lo que procedemos a dar un ejemplo: Ejemplo 7.1:
Pgina 57 de 90
Bases de Matlab
Dadas las funciones
f : R 2 R / f ( x , y ) = sen( x + y )
g : R 2 R / g ( x , y ) = e ( x
2
Alejandro Hayes
+ y2 )
veamos como se evalan con Matlab.
syms x y real f=sin(x+y); g=exp(-x.^2-y.^2); x=2; y=3; subs(f) ans = -0.9589 subs(g) ans = 2.2603e-006
8. Graficas Tridimensionales (3-D)

La potencialidad de la graficacin 3D que posee Matlab permite una excelente visualizacin de superficies y manipulacin de graficas. Algunas de los comandos para la graficacin 3D se dan en la siguiente tabla: plot3( x,y,z) Dibuja un conjunto de puntos (x,y,z), donde x,y y z son vectores fila. Pueden ser matrices de la misma dimensin , en ese caso se hace una grafica por cada tripleta de filas y sobre los mismos ejes. Para valores complejos se ignora a la parte imaginaria. dem anterior pero con las opciones definidas en S. Combina sobre los mismos ejes, los grficos definidos para las tripletas (xi,yi,zi,Si). Transforma el campo de definicin dado de las variables x e y de la funcin a representar z=f(x,y) en argumentos matriciales utilizables por el comando Representa el grafico de superficie de la funcin z=f(x,y) con los colores
plot3( x,y,z,S) plot3(x1,y1,z1,S1,x2,y2,z2,S2....) [x,y] = meshgrid(x,y)
surf(x,y,z,C)
Pgina 58 de 90
Bases de Matlab
Alejandro Hayes
especificados en C. Representa el grafico de superficie de la funcin z=f(x,y) junto con el grafico de contorno correspondiente con los colores especificados en C. (curvas de nivel proyectadas sobre el plano xy). Representa el grafico de superficie de la funcin z=f(x,y) realizando un dibujo con sombreado. Representa el grafico de malla de la funcin z=f(x,y), dibujando las lneas de la rejilla que componen la malla con los colores especificados en C. Representa el grafico de malla de la funcin z=f(x,y), con el grafico de contorno correspondiente. Representa el grafico de malla de la funcin z=f(x,y) con una especie de cortina o teln en la parte inferior. Dibuja el grafico de contorno (curvas de nivel) para la matriz z. El numero de lneas de contorno a utilizar se elige automticamente. Dibuja el grafico de contorno (curvas de nivel ) para la matriz z usando n lneas de contorno. Dibuja el grafico de contorno (curvas de nivel) para la matriz z usando en los ejes x e y el escalado definido por los vectores x e y , n lneas. Superficie de nivel Superficie de nivel Superficie de nivel Dibuja un grafico de contorno (curvas de nivel) para la matriz (x,y,z) utilizando una representacin basada en densidades de colores. Suele denominarse grafico de densidad.
surfc(x,y,z,C)
surfl(x,y,z,C) mesh( x ,y,z,c)
meshc( x ,y,z,c) meshz( x ,y,z,c) contour( z)
contour(z,n) contour( x,y,z,n)
contour3(z) contour3(z,n) contour3(x,y,z,n) pcolor(x,y,z)
Tabla 16
Veamos algunos ejemplos de funciones de 2 y 3 variables: Ejemplo 8.1 : Dada la curva definida en forma parametrica por:
x = 2 sen t y = 5 cos t 2 z = t
0 t 20
Pgina 59 de 90
Bases de Matlab
Efectuar una grafica en R3 de la misma
t=0:pi/50:20*pi; x=2*sin(t); y=5*cos(t); z=t.^2; plot3(x,y,z)
Alejandro Hayes
4000
3000
2000
1000
0 5 2 0 0 -1 -5 -2 1
Figura 26
Ejemplo 8.2: Dado el campo escalar f ( x , y ) =
sen( x 2 + y 2 ) x2 + y2
efectuar una grafica de la superficie en R3
xa=-2*pi:0.05:2*pi; ya=-2*pi:0.05:2*pi; [x,y]=meshgrid(xa,ya); f=sin(x.^2+y.^2)./(x.^2+y.^2); mesh(x,y,f)
Pgina 60 de 90
Bases de Matlab
Alejandro Hayes
Ejemplo 8.3:
Figura 27
Dado el campo escalar f ( x , y ) = sen x sen y se desea graficarla utilizando el comando surf.
xa=-2*pi:0.2:2*pi; ya=-2*pi:0.2:2*pi; [x,y]=meshgrid(xa,ya); f=sin(x).*sin(y); surf(x,y,f)
Figura 28
Ejemplo 8.4 : Para la funcin del ejemplo 8.3 se desea graficar las 20 primeras curvas de nivel .
Pgina 61 de 90
Bases de Matlab
Alejandro Hayes
xa=-2*pi:0.2:2*pi; ya=-2*pi:0.2:2*pi; [x,y]=meshgrid(xa,ya); f=sin(x).*sin(y); contour(f,20)
60
50
40
30
20
10
10
20
30
40
50
60
Figura 29
9.Funciones Matemticas Complejas de variable Compleja.

Sabemos de la teora de la Variable compleja que una funcin de variable compleja es una transformacin del plano xy al plano uv donde u y v son campos escalares de x y de y esto es:
f ( z ) = u ( x, y ) + iv( x, y )
Lo que nos interesa es poder visualizar como se transforma una curva descripta en forma Parametrica por:
:
x = x(t ) y = y (t )
con t D R en el plano xy en otra dada por :
u = u (t ) v = v(t )
con t D R en el plano uv.
Reemplazando en la expresin de f ( z ) nos queda:

f ( x(t ) + i y (t )) = u ( x(t ), y (t )) + i v( x(t ), y (t )) f (t ) = u (t ) + i v(t )
Ejemplo 9.1: Dada la funcin compleja de variable compleja f : C C / f ( z ) = z 2 + 1 nos interesa saber sus componentes real e imaginaria y saber en que se transforma la regin:
R = { ( x , y ) C / x = 5 ,10 y 10 }
Pgina 62 de 90
Bases de Matlab
Alejandro Hayes
syms x y real >> z=x+i*y; >> f=z.^ 2+1; >> u=expand(real(f)) u= x^2-y^2+1 >> v=expand(imag(f)) v= 2*x*y >> x=5; >> y=-10:0.1:10; >> axis([0 6 -12 12]) >> u=x.^2-y.^2; >> v=2*x.*y; >> subplot(1,2,1) >> plot(x,y) >> line([5,5],[-10,10]) >> axis([0 6 -12 12]) >> grid on >> xlabel('x') >> ylabel('y') >> subplot(1,2,2) >> plot(u,v) >> xlabel('u') >> ylabel('v') >> grid on
Obtenemos el siguiente grafico

100 10 80 60 5 40 20 0 0 -20 -5 -40 -60 -10 0 2 x 4 6 -80 -100 -100 y v
-50 u
50
Figura 30
El grafico muestra los puntos en los que se transformo la regin propuesta.
Pgina 63 de 90
Bases de Matlab
Alejandro Hayes
En muchos casos nos interesa visualizar la superficie correspondiente al modulo y a la fase de la funcin de variable compleja en cuestin. El siguiente ejemplo ilustra este caso. Ejemplo 9.2 Para la funcin del ejemplo 4.1 se desea hallar y visualizar los campos escalares dados por:
( x, y ) = f ( z )
( x , y ) = arg( f ( z ))
>> xa=-10:0.1:10; >> ya=-10:0.1:10; >> [x,y]=meshgrid(xa,ya); >> z=x+i*y; >> f=z.^2+1; >> M=abs(f); >> A=angle(f); >> subplot(1,2,1) >> meshc(x,y,M) >> axis([-12 12 -12 12 0 260]) >> xlabel('x') >> ylabel('y') >> zlabel('|f|') >> subplot(1,2,2) >> meshc(x,y,A) >> axis([-12 12 -12 12 -4 6]) >> xlabel('x') >> ylabel('y') >> zlabel('fase')
250 5 200 150 |f| 100 50 0 10 0 y -10 0 -10 x y 10 -5 10 10 0 -10 -10 0 x Arg 0
Figura 31
Pgina 64 de 90
Bases de Matlab
Alejandro Hayes
9.1 Una aplicacin a la ingeniera

Ejemplo 9.1.3 Dado el circuito de la figura y sabiendo que se trabaja en un rango de frecuencias entre 0 y 20 khz se pide: a) Graficar el modulo de la impedancia, la resistencia y la reactancia de entrada como funcin de la pulsacin angular, as como la del ngulo de fase . b) Graficar el lugar geomtrico en el plano complejo de los valores de la impedancia con la pulsacin angular como parmetro.
Figura 32
Los valores de los componentes son: RL=100 , GC=0.02 S, L=1mHy, C=1F.
>> w=0:1.25e5; >> z1=100+i*w*(1e-3); >> y1=0.02+i*w*(1e-6); >> z=z1+1./y1; >> Z=abs(z); >> T=angle(z); >> R=real(z); >> X=imag(z); >> plot(w,Z) >> hold on >> plot(w,R,r) >> plot(w,X,g) >> grid on >> xlabel(w) >>ylabel(|z| R X) >> figure(2) >> plot(w,T) >> T=(180/pi)*T; >> plot(w,T) >> grid on >> xlabel(w) >> ylabel(Fase) >>plot(R,X) >> grid on >> axis([0 200 20 120])
Pgina 65 de 90
Bases de Matlab
>> xlabel(R) >> ylabel(X)
Alejandro Hayes
Obtuvimos las siguientes salidas

160 140 120 100 X |z| R 80 60 40 20 0 -20 Impedancia Resistencia Reactancia
6 w
10
12
14 x 10
4
Figura 33
50
40
30
Fase
20
10
-10
6 w
10
12
14 x 10
4
Figura 34
Respecto al lugar geomtrico de la impedancia se obtuvo el siguiente grafico.
Pgina 66 de 90
Bases de Matlab
120
Alejandro Hayes
100
80
60 X 40 20 0 -20 0
20
40
60
80
100 R
120
140
160
180
200
Figura 35
10. Diferenciacin e integracin con Matlab 10.1.Derivacin e integracin de funciones escalares y campos escalares.
Matlab cuenta con varios comandos que permiten hallar la derivada e integral tanto en forma simblica como en forma numrica. La tabla 3 detalla algunas de esas funciones.
diff(f)
diff(f,x) diff(f,x,n) gradient(f) gradient(f,h)
int(f) Int(f,x) Int(f,a,b)
Determina la derivada de f respecto de la variable independiente en funciones de una sola variable siempre y cuando las variables de f estn definidas en forma simblica. En el caso de que f sea un vector de datos la funcin devuelve un nuevo vector donde cada componente es f(n)-f(n-1) Determina la derivada de f respecto de x. Determina la derivada de orden n en x de f. Devuelve una matriz cuyas componentes son las componentes del vector gradiente de f calculadas en forma numrica. Devuelve una matriz cuyas componentes son las componentes del vector gradiente de f calculadas en forma numrica con un espaciamiento dado por h. Calcula la integral indefinida de f respecto de su variable definida en forma simblica. Calcula la integral indefinida de f respecto de su variable x definida en forma simblica. Calcula la integral definida de f entre a y b
Pgina 67 de 90
Bases de Matlab
int(f,x,a,b)
Alejandro Hayes
Calcula la integral definida de f respecto de x entre a y b
Tabla 18
Ejemplo 10.1.1 Dada la funcin f ( x , y ) = ( x + y ) sen( x 2 + y 2 ) se desea hallar las derivadas parciales respecto de x y de y.
>> syms x y real >> f=(x+y).*sin(x.^2+y.^2); >> fx=diff(f,x) fx = sin(x^2+y^2)+2*(x+y)*cos(x^2+y^2)*x >> fy=diff(f,y) fy = sin(x^2+y^2)+2*(x+y)*cos(x^2+y^2)*y >>
Ejemplo 10.1.2 Dada la funcin f ( x ) = e x sen x 2 derivarla numricamente y graficarla en forma aproximada y a su derivada.
2
>> x=-10:0.01:10; >> f=exp(-x.^2).*sin(10*x.^2); >> df=diff(f); >> fd=df/eps; >> t=0:10/(length(fd)-1):10; >> subplot(2,1,1) >> plot(x,f) >> grid on >> xlabel(x) >> ylabel(f) >> subplot(2,1,2) >> plot(t,fd,r) >> grid on >> xlabel(x) >> ylabel(f) >>
Se obtiene la siguiente salida
Pgina 68 de 90
Bases de Matlab
1 0.5 0 -0.5 -1 -10 4 2 0 -2 -4 f x 10
14
Alejandro Hayes
-8
-6
-4
-2
0 x
10
5 x
10
Figura 36
Ejemplo 10.1.3 Dada la siguiente funcin f ( x , y ) = x 3 y 2 + 4 x 2 y 3 + 7 se desea hallar la integral doble de la misma en el recinto [0 ,1]x[0 ,1] .
>> syms x y real >> f=x^3*y^2+4*x^2*y^3+7; >> I=int(int(f,x,0,1),y,0,1)
I=
89/12 >>
Ejemplo 10.1.5 Para la funcin del ejemplo 5.1.3 hallar el vector gradiente asociado a la misma y graficar el modulo del mismo.
>> xa=-5:0.1:5; >> ya=-5:0.1:5; >> [x y]=meshgrid(xa,ya); >> f=x.^3.*y.^2+4*x.^2.*y.^3+7; >> [fx,fy]=gradient(f); >> M=sqrt(fx.^2+fy.^2); >> surf(x,y,M) >> xlabel('x') >> ylabel('y') >> zlabel('|grad(f)|') >> axis([-6 6 -6 6 -100 1200])
Obtuvimos la siguiente figura
Pgina 69 de 90
Bases de Matlab
Alejandro Hayes
1200 1000 800 |grad(f)| 600 400 200 0 5 0 -5 y -4 -2 x 2 4 6
-6
Figura 37
10.2. Campos vectoriales, generalizacin de los conceptos vistos

Para cerrar esta seccin vamos a presentar algunos comandos que permiten trabajar con campos vectoriales, de hecho vimos algo de funciones de variable compleja pero no vistas como campos vectoriales, y en el ejemplo 5.1.5 calculamos el vector gradiente de un campo escalar pero solo graficamos su modulo. Muchas veces se desea visualizar lneas de campo, lneas equipotenciales, as como calcular la matriz Jacobiana de alguna transformacin. La tabla 4 lista algunas de los comandos correspondientes. quiver(u,v) quiver3(u,v) compass(x,y) feather(x,y) Muestra los vectores con componentes u y v, es decir permite visualizar las lneas de campo. Muestra los vectores con componentes u y v,w es decir permite visualizar las lneas de campo 3-D. Dibuja vectores con coordenadas x e y que salen del origen. Dibuja vectores cuyas componentes son x e y pero tomando el origen en cada punto x
Tabla 19
Ejemplo 10.2.1 Dado el campo vectorial f ( x , y ) = ( e x cos y , e x sen y ) deseamos graficar las lneas de campo
>> xa=0:0.1:4; >> ya=0:0.1:10; >> [x y]=meshgrid(xa,ya); >> u=exp(-x).*cos(y);
Pgina 70 de 90
Bases de Matlab
>> v=exp(-x).*sin(y); >> quiver(u,v) >> grid on
Alejandro Hayes
Obtuvimos la siguiente salida

120
100
80
60
40
20
0 -5
10
15
20
25
30
35
40
45
Figura 38
10.3. Una aplicacin a la ingeniera integradora

Se desea conocer la distribucin de potencial en el siguiente problema de contorno
Figura 39
El problema puede Modelizarse a travs de la ecuacin de Laplace : 2 v( x , y ) = 0 debido a que se trata de un problema Bidimensional la ecuacin anterior equivale a:
2 v( x , y ) x 2 + 2 v( x , y ) y 2 =0
Como se ve del anlisis del problema las condiciones de contorno son : v(0,y) =v(1,y)= v(x,1)=0 ; v(x,0)=10 . La resolucin del problema lleva a la siguiente solucin analtica.
Pgina 71 de 90
Bases de Matlab
v( x , y ) =
Alejandro Hayes
( 2n 1 ) sh( 2n 1 ) sh( 2n 1 ) ( y 1 ) sen ( 2n 1 ) x

20
n =0
En el primer curso de Matlab aprendimos a realizar programas propios para aplicaciones especificas. En este hemos realizado un programa que grafica la solucin analtica en forma aproximada para n=10. Luego calcula el campo elctrico recordando que:
E = v( x , y )
Luego el programa grafica las 50 primeras superficies equipotenciales, las lneas de campo y el modulo del campo vectorial E . El cdigo del programa se muestra a continuacin.
function [x,y,f]=solucion_analitica h=0; xp=0:0.02:1; yp=0:0.02:0.5; [x,y]=meshgrid(xp,yp); for n=1:10 h=h+(-20./((pi*(2*n-1).*sinh(pi*(2*n-1))))*sinh(pi*(2*n-1).*(y-1)).*(sin(pi*(2*n-1).*x))); end f=h; [fx,fy]=gradient(-f); E=sqrt(fx.^2+fy.^2); subplot(2,2,1) mesh(x,y,f); xlabel('x'); ylabel('y'); zlabel('v(x,y)'); title('Potencial') subplot(2,2,2) contour(x,y,f,50) grid on xlabel('x') ylabel('y') title('Lineas Equipotenciales') subplot(2,2,3) quiver(x,y,fx,fy) grid on title('Lineas de campo electrico') subplot(2,2,4) mesh(x,y,E) xlabel('x') ylabel('y') title('Campo Electrico')
Luego de ejecutar el programa por lneas de comando se obtiene la siguiente salida
Pgina 72 de 90
Bases de Matlab
Potencial 0.5 10 v(x,y) 5 0 0.5 0.5 y 0.6 0.4 0.2 0 -0.2 -0.5 4 2 0 0.5 0.5 0 0.5 1 1.5 y 0 0 x 0 0 x Lineas de campo electrico 0.4 0.3 y 0.2 1 0.1 0 0 0.5 x Campo Electrico Lineas Equipotenciales
Alejandro Hayes
Figura 40
Este ejemplo ilustra algunas aplicaciones de las funciones vistas. Matlab cuenta con una infinidad de otras funciones para manejo de grficos.
10.4. Otras funciones para manejo de graficas

La tabla 20 enuncia algunas de estas funciones y a continuacin se dan algunos ejemplos.
errorbar(x,y,E) plotyy(x1,y1,x2,y2) area(x,y) bar(x,y) barh(x,y) bar3(z) bar3(z)h pie(x) pie3(x) pareto(x) stem(x,y) stem3(z)
Muestra el nivel de confianza de los datos o la desviacin a lo largo de la curva Realiza una grafica de xi versus y1 con las etiquetas del grafico en el eje y a la izquierda y x2 versus y2 con la etiqueta a la derecha. Realiza una grafica de rea. Realiza un grafico de barras vertical Realiza un grafico de barras horizontal Realiza una grafica de barras 3D vertical Realiza una grafica de barras 3D horizontal Realiza un diagrama de tortas donde el porcentaje a representar en cada porcin es aproximadamente 100*x/sum(x) Realiza un diagrama de tortas 3D Realiza diagramas de paretto. Realiza un diagrama discreto de puntos. Es ideal para representar sucesiones. Realiza un diagrama discreto de puntos en
Pgina 73 de 90
Bases de Matlab
Alejandro Hayes
3D. Es ideal para representar sucesiones. Realiza grficos en escalera. Realiza un histograma Realiza un histograma polar Realiza un diagrama de dispersin Realiza un diagrama de dispersin en 3D
stairs(x) hist(x) rose(x) scatter(x,y) scatter3(x,y)
Tabla 20
Ejemplo 10.4.1 Se disponen de dos funciones a saber f ( x ) = sen 2 x , g ( x ) = 20 sen 4 x y se desea visualizarlas sobre una misma grafica.
x=0:0.01:2*pi; >> f1=sin(2*x); >> f2=20*sin(4*x); >> plotyy(x,f1,x,f2) >> grid on
Figura 41
Ejemplo 10.4.2 Dada la funcin
f ( x ) = e x hacer una grafica discreta con la funcin stem.
2
x=-4:0.2:4; >> f=exp(-x.^2);
Pgina 74 de 90
Bases de Matlab
>> stem(x,f) >> help stem Obtuvimos la siguiente salida
Alejandro Hayes
Figura 42
11. Ecuaciones diferenciales 11.1. Ecuaciones diferenciales ordinarias

Las ecuaciones diferenciales son un tema fundamental en la ingeniera que no puede faltar en ningn curso del estilo del presente. Actualmente la mayor parte de las ecuaciones diferenciales que aparecen en los modelos de ciencias e ingeniera no se resuelven por mtodos analticos sino por algoritmos iterativos que resultan ser muy eficientes a la hora de implementarlos y llevan a soluciones aproximadas muy confiables. Matlab cuenta con comandos para resolver ecuaciones diferenciales en forma simblica as tambin como con otros que nos dan una solucin aproximada, estos ltimos son los mas utilizados aunque no es el objetivo de este curso ensear los algoritmos de calculo numrico en base a los cuales funcionan estos comandos por lo cual solo explicaremos los comandos para la resolucin simblica de ecuaciones diferenciales y sistemas de ecuaciones diferenciales. La Tabla 6 lista algunos de los comandos para la resolucin de ecuaciones diferenciales ordinarias. dsolve(eqn) dsolve(eqn1, eqn2..) Devuelve la solucin de la ecuacin diferencial eqn dada en forma simblica. Devuelve la solucin del sistema de ecuaciones diferenciales.
Tabla 21
Ejemplo 11.1 Se desea resolver las siguientes ecuaciones diferenciales
Pgina 75 de 90
Bases de Matlab
d 2 x( t ) dx( t ) + + x( t ) = e t b) dt 2 dt x( 0 ) = 0 , x' ( 0 ) = 0
Alejandro Hayes
dx( t ) + x( t ) = 2 a) dt x( 0 ) = 0
x=dsolve('Dx=-x+2','x(0)=0') x= 2-2*exp(-t) x=dsolve('D2x+Dx=-x+exp(t)','x(0)=0,Dx(0)=0','t') x= 1/3*exp(t)-1/3*exp(-1/2*t)*cos(1/2*3^(1/2)*t)-1/3*exp(-1/2*t)*sin(1/2*3^(1/2)*t)*3^(1/2)
11.2. Ecuaciones diferenciales en derivadas parciales

Respecto a las ecuaciones diferenciales en derivadas parciales y dejando de lado los algoritmos de calculo numrico Matlab cuenta con un Toolbox llamado Partial Differential Equation Toolbox. Se invoca por lnea de comando escribiendo pdetool. Dejamos al lector que lo investigue por su cuenta pero es por dems amigable y muy fcil de utilizar y por otro lada tiene carcter de caja negra es decir se ingresan los datos de las ecuaciones y nos devuelve las graficas de la solucin aproximada y otra graficas o datos solicitados solicitadas aun desconociendo los mtodos empleados en su resolucin. La figura 41 muestra la interfaz del usuario de este toolbox.
Figura 41
Pgina 76 de 90
Bases de Matlab
Alejandro Hayes
12. Manejo de listas y arreglos de datos. 12.1. Algunos comandos para manejo de datos
Frecuentemente nos encontramos con listas de datos que pueden provenir ya sea de una medicin como del registro de algn instrumento tales como seales meteorolgicas, biomdicas, elctricas entre otras y es comn querer procesar esa informacin ya sea ordenar los datos de mayor a menor, buscar mximos, mnimos, interpolarlos o ajustarlos etc. Matlab cuenta con una gran cantidad de comandos por dems tiles para el procesamiento de vectores y matrices entendiendo listas de datos como estos ltimos. La tabla 7 lista algunos de estos comandos. cumprod(x) Devuelve un vector con los productos de acumulacin de x. Si x es una matriz devuelve un vector que tiene en cada posicin el producto de acumulacin de la columna correspondiente.
cumsum(x)
max(x)
min(x)
mean(x)
median(x)
prod(x)
sum(x)
sort(x) sortrows(x) std(x)
Devuelve un vector con las sumas de acumulacin de x. Si x es una matriz devuelve un vector que tiene en cada posicin la suma de acumulacin de la columna correspondiente. Devuelve el mximo valor de una lista de elementos. Si x es una matriz devuelve un vector que tiene en cada posicin el mximo valor de la columna correspondiente. Devuelve el mnimo valor de una lista de elementos. Si x es una matriz devuelve un vector que tiene en cada posicin el valor mnimo de la columna correspondiente. Devuelve el promedio de una lista de nmeros. Si x es una matriz devuelve un vector que tiene en cada posicin el valor promedio de la columna correspondiente. Devuelve la mediana de un conjunto de valores. Si x es una matriz devuelve un vector que tiene en cada posicin el valor de la mediana de la columna correspondiente. Devuelve el producto de los elementos de un array. Si x es una matriz devuelve un vector que tiene en cada posicin el producto de los elementos de la columna correspondiente. Devuelve la suma de los elementos de un array. Si x es una matriz devuelve un vector que tiene en cada posicin el producto de los elementos de la columna correspondiente. Ordena en forma creciente los elementos de un array. Si x es una matriz ordena en forma creciente los elementos de cada columna . Ordena una matriz en orden ascendente por la primera columna o la columna indicada . Calcula la desviacin estndar de un array. Si
Pgina 77 de 90
Bases de Matlab
Alejandro Hayes
x es una matriz devuelve un vector que tiene en cada posicin la desviacin estndar de la columna correspondiente. Calcula la varianza de un array. Si x es una matriz devuelve un vector que tiene en cada posicin la varianza de la columna correspondiente. Devuelve la matriz de covarianza de la matriz x. Devuelve los coeficientes de correlacin de x Devuelve un 1 lgico si la matriz esta vaca. Devuelve un 1 lgico si los vectores x e y son iguales. Devuelve un 1 si es un array lgico. Devuelve un 1 si es un array numrico. Devuelve el numero de elementos del vector x Devuelve el tamao de la matriz x. Devuelve el numero de elementos de la matriz x Devuelve el numero de dimensiones de una matriz o vector. Devuelve un 1 si la matriz x es dispersa. Reordena en una matriz grande en cuya diagonal estn las matrices x , y, z etc. Concatena las matrices x e y en la dimensin indicada en dim. Devuelve la diagonal de la matriz x o arma una matriz diagonal con los elementos de x Indica el final de la lista Devuelve los ndices de donde se encuentran los elementos que cumplen la condicin Rota la matriz x de izquierda a derecha Rota la matriz x de arriba hacia abajo Rota la matriz segn la dimensin indicada Concatena matrices en forma horizontal Repite la matriz x en un arreglo de nxm Redimensiona una matrix x a nxm Rota la matrix x 90 grados k veces Devuelve la parte triangular inferior de x Devuelve la parte triangular superior de x
Concatena matrices verticalmente
var(x)
cov(x) corrcoef(x) isempty(x) isequal(x,y) islogical isnumeric(x) length(x) size(x) numel(x) ndims(x) issparse(x) blkdiag(x,y,z ...) cat(dim,x,y) diag(x) end find(condicion) fliplr(x) flipud(x) flipdim(x,dim) horzcat(x,y) repmat(x,n,m) reshape(x,n,m) rot90(x,k) tril(x) triu(x)
vertcat(x)
Tabla 22
Ejemplo 12.1: Se dispone de la siguiente lista de datos proveniente de un registro:
Pgina 78 de 90
Bases de Matlab
Alejandro Hayes
x y
1 1
2 4
3 -4
4 8
5 7
6 11
7 2
8 -3
9 -6
10 9
11 0
12 5
13 7
14 33
15 29
Tabla 23
Se desea: a) Calcular el valor promedio, la desviacin estndar y la varianza de la variable y. b) Ordenar de menor a mayor y de mayor a menor los valores del vector y. c) Determinar los valores mximos y mnimos de y. d) Determinar la suma y el producto de los elementos de y. e) Hallar el valor del primero y ultimo elemento del vector y. f) Encontrar las posiciones de los valores mayores a 3 y de los distintos de cero del vector y. >> y=[1 4 -4 8 7 11 2 -3 -6 9 0 5 7 33 29]; >> v_medio=mean(y) v_medio = 6.8667 >> d_sta=std(y) d_sta = 10.9991 >> vari=var(y) vari = 120.9810 >> or_min_max=sort(y) or_min_max = -6 -4 -3 0 1 2 4 5 7 7 8 9 11 29 33 >> or_max_min=fliplr(or_min_max) or_max_min = 33 29 11 9 8 7 7 5 4 2 1 0 -3 -4 -6 >> v_max=max(y) v_max = 33 >> v_min=min(y) v_min = -6 >> suma=sum(y) suma = 103 >> producto=prod(y) producto = 0 >> y(1) ans = 1 >> y(end) ans = 29 >> ind_may3=find(y>3) ind_may3 =
Pgina 79 de 90
Bases de Matlab
2 4 5 6 10 >> no_cero=find(y) no_cero = 1 2 3 4 5 >> 12 13 14 15
Alejandro Hayes
10
12
13
14
15
Estas funciones y algunas otras presentadas en la tabla 7 son extensivas a matrices veamos el ejemplo 7.2 para visualizar mejor los resultados. Ejemplo 12.2 Dada la siguiente matriz A realizaremos aplicaremos una serie de comandos que ilustren los resultados correspondientes.
A= 6 7 8 9 10 0 0 0 0 11 12 13 14 15 0 0 0 0 16 17 18 19 20 0 0 0 0 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 1 2 3 4 5 0 0 0 0
A= 1 6 11 16 21 30 39 48 57 66 75 84 93 2 7 12 17 22 31 40 49 58 67 76 85 94 3 8 13 18 23 32 41 50 59 68 77 86 95 4 9 14 19 24 33 42 51 60 69 78 87 96 5 10 15 20 25 34 43 52 61 70 79 88 97 0 0 0 0 26 35 44 53 62 71 80 89 98 0 0 0 0 0 0 0 0 27 28 36 37 45 46 54 55 63 64 72 73 81 82 90 91 99 100 0 0 0 0 29 38 47 56 65 74 83 92 101
Pgina 80 de 90
Bases de Matlab
102 111 120 129 138 103 112 121 130 139 104 113 122 131 140 105 114 123 132 141 106 115 124 133 142 107 116 125 134 143 108 117 126 135 144 109 118 127 136 145 110 119 128 137 146
Alejandro Hayes
>> flip_lr=fliplr(A) flip_lr = 0 0 0 0 5 4 3 2 1 0 0 0 0 10 9 8 7 6 0 0 0 0 15 14 13 12 11 0 0 0 0 20 19 18 17 16 29 28 27 26 25 24 23 22 21 38 37 36 35 34 33 32 31 30 47 46 45 44 43 42 41 40 39 56 55 54 53 52 51 50 49 48 65 64 63 62 61 60 59 58 57 74 73 72 71 70 69 68 67 66 83 82 81 80 79 78 77 76 75 92 91 90 89 88 87 86 85 84 101 100 99 98 97 96 95 94 93 110 109 108 107 106 105 104 103 102 119 118 117 116 115 114 113 112 111 128 127 126 125 124 123 122 121 120 137 136 135 134 133 132 131 130 129 146 145 144 143 142 141 140 139 138 >> flip_arab=flipud(A) flip_arab = 138 139 140 141 142 143 144 145 129 130 131 132 133 134 135 136 120 121 122 123 124 125 126 127 111 112 113 114 115 116 117 118 102 103 104 105 106 107 108 109 93 94 95 96 97 98 99 100 101 84 85 86 87 88 89 90 91 92 75 76 77 78 79 80 81 82 83 66 67 68 69 70 71 72 73 74 57 58 59 60 61 62 63 64 65 48 49 50 51 52 53 54 55 56 39 40 41 42 43 44 45 46 47 30 31 32 33 34 35 36 37 38 21 22 23 24 25 26 27 28 29 16 17 18 19 20 0 0 0 0 11 12 13 14 15 0 0 0 0 6 7 8 9 10 0 0 0 0 1 2 3 4 5 0 0 0 0
146 137 128 119 110
>> medio=mean(A) medio = 63.7222 64.7222 65.7222 66.7222 67.7222 65.7222 66.5000 67.2778 68.0556 >> desvio=std(A) desvio = 44.8760 44.8760 44.8760 44.8760 44.8760 48.8946 49.2117 49.5305 49.8509 >> ordena=sort(A)
Pgina 81 de 90
Bases de Matlab
ordena = 1 2 3 4 5 0 0 0 0 6 7 8 9 10 0 0 0 0 11 12 13 14 15 0 0 0 0 16 17 18 19 20 0 0 0 0 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 >> A(end) ans = 146 >> tu=triu(A) tu = 1 2 3 4 5 0 0 0 0 0 7 8 9 10 0 0 0 0 0 0 13 14 15 0 0 0 0 0 0 0 19 20 0 0 0 0 0 0 0 0 25 26 27 28 29 0 0 0 0 0 35 36 37 38 0 0 0 0 0 0 45 46 47 0 0 0 0 0 0 0 55 56 0 0 0 0 0 0 0 0 65 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 >> tl=tril(A) tl = 1 0 0 6 7 0 11 12 13 16 17 18 21 22 23 30 31 32 39 40 41 48 49 50 57 58 59 66 67 68
Alejandro Hayes
0 0 0 19 24 33 42 51 60 69
0 0 0 0 25 34 43 52 61 70
0 0 0 0 0 35 44 53 62 71
0 0 0 0 0 0 45 54 63 72
0 0 0 0 0 0 0 55 64 73
0 0 0 0 0 0 0 0 65 74
Pgina 82 de 90
Bases de Matlab
75 84 93 102 111 120 129 138 76 85 94 103 112 121 130 139 77 78 79 80 81 82 83 86 87 88 89 90 91 92 95 96 97 98 99 100 101 104 105 106 107 108 109 110 113 114 115 116 117 118 119 122 123 124 125 126 127 128 131 132 133 134 135 136 137 140 141 142 143 144 145 146
Alejandro Hayes
>> tamano=size(A) tamano = 18 9 >> R=reshape(A,3,54) R= Columns 1 through 18 1 16 39 66 93 120 6 21 48 75 102 129 11 30 57 84 111 138 Columns 19 through 36 4 19 42 69 96 123 9 24 51 78 105 132 14 33 60 87 114 141 Columns 37 through 54 0 0 45 72 99 126 0 27 54 81 108 135 0 36 63 90 117 144
2 17 40 67 94 121 3 18 41 68 95 122 7 22 49 76 103 130 8 23 50 77 104 131 12 31 58 85 112 139 13 32 59 86 113 140 5 20 43 70 97 124 0 0 44 71 98 125 10 25 52 79 106 133 0 26 53 80 107 134 15 34 61 88 115 142 0 35 62 89 116 143 0 0 0 0 46 73 100 127 0 0 47 74 101 128 28 55 82 109 136 0 29 56 83 110 137 37 64 91 118 145 0 38 65 92 119 146
>> R90=rot90(A) R90 = 0 0 0 0 29 38 47 56 65 74 83 92 101 110 119 128 137 146 0 0 0 0 28 37 46 55 64 73 82 91 100 109 118 127 136 145 0 0 0 0 27 36 45 54 63 72 81 90 99 108 117 126 135 144 0 0 0 0 26 35 44 53 62 71 80 89 98 107 116 125 134 143 5 10 15 20 25 34 43 52 61 70 79 88 97 106 115 124 133 142 4 9 14 19 24 33 42 51 60 69 78 87 96 105 114 123 132 141 3 8 13 18 23 32 41 50 59 68 77 86 95 104 113 122 131 140 2 7 12 17 22 31 40 49 58 67 76 85 94 103 112 121 130 139 1 6 11 16 21 30 39 48 57 66 75 84 93 102 111 120 129 138
12.2. Interpolacin y ajuste de datos

Tanto en ingeniera como en distintas ciencias el ajuste e interpolacin de datos ha alcanzado un nivel muy importante toda vez que se disponga solo de un conjunto de registros sin tener una expresin analtica de la relacin entre los datos. En esta seccin presentaremos las funciones que presenta Matlab para realizar interpolacin y ajuste as como realizaremos algunos programas para tales fines.
12.2.1. Interpolacin polinmica

Matlab cuenta con varias funciones muy tiles para realizar interpolacin polinmica. La tabla 8 lista algunas de estas funciones.
Pgina 83 de 90
Bases de Matlab
interp1(x,y,xi,metodo)
Alejandro Hayes
Devuelve un vector con los valores de y interpolados segn los datos del vector xi a partir de los datos de los vectores x e y y con el mtodo indicado por mtodo Devuelve un vector con los valores de z interpolados segn los datos de los vectores xi e yi a partir de los datos de los vectores x e y y z con el mtodo indicado por, mtodo Devuelve un vector con los valores de z interpolados segn los datos de los vectores xi , yi, zi a partir de los datos de los vectores x e y z v con el mtodo indicado por, mtodo Interpolacin multidimensional. Devuelve un vector yi con los datos de x e y interpolados segn un esquema cbico de Hermite. Devuelve un vector que es la interpolacin de los valores de x e y segn xi con un esquema de spline cbicas.
interp2(x,y,z,xi,yi,metodo)
interp3(x,y,z,v,xi,yi,zi ,metodo)
interpn(xi,...xn,xi1,...xin-1 ,metodo) pchip(x,y,xi) spline(x,y,xi)
Tabla 24
Ejemplo 12.2.1
>> x=[-1 0 3 5]; >> y=[1 3 4 -2]; >> plot(x,y,'o') >> grid on >> xi=-1:0.1:5; >> yi=interp1(x,y,xi); >> hold on >> plot(xi,yi,'-.r') >> yi=interp1(x,y,xi,'spline'); >> plot(xi,yi,'--k') >> yi=interp1(x,y,xi,'pchip'); >> plot(xi,yi,'-g') >> xlabel('x') >> ylabel('P(x)') >> title('Interpolacin de datos segn distintos mtodos')
Al realizar las graficas obtenemos la siguiente salida:
Pgina 84 de 90
Bases de Matlab
Interpolacion de datos segun distintos metodos 5
Alejandro Hayes
2 P(x) 1 0 Datos Originales Interpolacion Lineal Interpolacion por Spline Cubica Interpolacion por Hermite Cubica 0 1 2 x 3 4 5 -1 -2 -1
Figura 42
Ejemplo 12.2 Dada la funcin f ( x , y ) = ( x + y ) e ( x mostradas en la tabla 8.
>> xa=-2:0.4:2; >> ya=-2:0.4:2; >> [x y]=meshgrid(xa,ya); >> z=(x+y).*exp(-(x.^2+y.^2)); >> xaa=-2:0.1:2; >> yaa=-2:0.1:2; >> [xi yi]=meshgrid(xaa,yaa); >> zi=interp2(x,y,z,xi,yi,'spline'); >> mesh(x,y,z) >> hold on >> mesh(xi,yi,zi+2)
2
+ y2 )
realizaremos su grafica usando las funciones de interpolacin
Obtuvimos los siguientes grficos
Pgina 85 de 90
Bases de Matlab
Alejandro Hayes
-1 2 1 0 -1 -2 -2 -1 0 2 1
Figura 43
12.2.2. Ajuste de curvas 12.2.2.1. Ajuste de curvas por polinomios

En esta seccin recordaremos algunas de las funciones asociadas al manejo de polinomios as como presentaremos otras que incluye Matlab para realizar un ajuste de datos por mnimos cuadrados mediante funciones Polinomicas. En la siguiente seccin mostraremos los casos de ajuste por funciones no Polinomicas llevando los datos a la forma adecuada. La tabla 9 lista las funciones de las que se dispone para el manejo de polinomios. conv(p1,p2) deconv(p1,p2) poly(r), poly(A) Nos devuelve un vector con los coeficientes del polinomio producto entre p1 y p2. Nos devuelve dos vectores con los coeficientes del polinomio cociente y del resto respectivamente de dividir p1 por p2. Nos devuelve un vector con los coeficientes del polinomio cuyas races son los elementos del vector r. En el caso de que el argumento sea una matriz A de nxn el comando nos devuelve el un vector con los coeficientes del polinomio caracterstico de A Nos devuelve los coeficientes del polinomio derivado de p. Nos devuelve los coeficientes del polinomio integrado de p. El argumento k es la constante de integracin, si no ingresamos este valor, Matlab lo considera cero. Evala al polinomio p en el o los valores indicados en v que puede ser un escalar o un
polyder(p) polyint(p,k), polyint(p)
polyval(p,v)
Pgina 86 de 90
Bases de Matlab
Alejandro Hayes
vector Evala al polinomio p en la matriz A Nos da la descomposicin en fracciones simples del cociente de polinomios cuyo numerador es n y cuyo denominador es d. Nos devuelve un vector con las races del polinomio dado en p. Devuelve los coeficientes del polinomio de grado n que mejor ajusta los datos de los vectores x e y por mnimos cuadrados.
polyvalm(p,A) residue(n,d) roots(p) polyfit(x,y,n)
Ejemplo 12.2.2.1.1
Tabla 25
Se ha medido una resistencia no lineal con voltmetro y ampermetro y se obtuvieron los siguientes valores: V I 220 200 175 150 125 110 100 75 50 25 15 10 5 25,96 22,4 18,02 14,1 10,5 8,58 7,40 4,65 2,45 0,8 0,36 0,18 0,06
Tabla 26
Se desea ajustar los datos mediante una recta, y una parbola.
>> i=rnolin(:,1); >> v=rnolin(:,2); >> plot(i,v,'*') >> grid on >> hold on >> p1=polyfit(i,v,1) p1 = 8.2525 23.6281 >> xi=0:0.1:30; >> pp1=polyval(p1,x); >> plot(xi,pp1,'k') >> p2=polyfit(i,v,2) p2 = -0.1942 12.8419 12.2369 >> pp2=polyval(p2,x); >> plot(xi,pp2,'r') >> xlabel('i') >> ylabel('v') >> title('Resistencia no lineal')
Pgina 87 de 90
Bases de Matlab
Resistencia no lineal 300
Alejandro Hayes
250
200
150
100
Datos Medidos Ajuste Lineal Ajuste Cuadratico
50
10
15 i
20
25
30
Figura 44
12.2.2.2. Ajuste de curvas por funciones no Polinomicas

En esta seccin solo trataremos aquellas funciones llamadas intrnsecamente lineales esto es aquellas funciones que mediante una transformacin conveniente se pueden llevar a la forma y = a x + b . La tabla 9 muestra algunos casos de funciones intrnsecamente lineales y las respectivas transformaciones.
^ ^
Funcin
y = ae
bx
Transformacin ln y
ln y ln x ln x 1 x
Forma Lineal ln y = b x + ln a
ln y = ln a + b ln x y = a + b ln x y =a+ b x
y = a xb y = a + b ln x y =a+ b x
Tabla 26
Ejemplo 12.2.2.2.1 En el articulo Thermal Conductivity of Polyethylene: The effects of Crystal Size, Density, and Orientation on the Thermal Conductivity (Polymer Eng. And Science, 1972,pp. 204-208) sugiere que la conductividad trmica en funcin del grosor laminar esta dada por:
C( x ) = a + 10 4 b x
a partir de mediciones experimentales se obtuvo la siguiente tabla de valores.
Pgina 88 de 90
Bases de Matlab
Alejandro Hayes
x C
240 12
410 14.7
460 14.7
490 15.2
520 15.2
590 15.6
745 16
8300 18.1
>> x=[240 410 460 490 520 590 745 830]; >> C=[12 14.7 14.7 15.2 15.2 15.6 16 18.1]; >> xx=1./x; >> p=polyfit(xx,C,1) p= 1.0e+003 * -1.7079 0.0188
>> plot(x,C,'*') >> xi=240:830; >> yi=1./xi; >> pp=polyval(p,yi); >> hold on >> plot(xi,pp,'k') >> grid on >> xlabel('Espesor') >> ylabel('Conductividad Termica')
Se obtuvo la siguiente salida:
Figura 45
Pgina 89 de 90
Bases de Matlab
Alejandro Hayes
13.Referencias:
[1] Mark Austin, and David Chancogne : Engineering Programming C , MATLAB , JAVA.John Wiley & Sons. Inc. 1999. [2] Delores M. Etter: Solucion de Problemas de Ingeniera con Matlab 2da Edicin . Prentice Hall 1998. [3] Cesar Perez: Anlisis Matemtico y lgebra Lineal con Matlab. Ra-Ma 1999. [4] Shoichiro Nakamura: Anlisis Numerico y Visualizacion Grafica con Matlab. Prentice Hall 1999. [5] Juan Carlos Lescarboura: Bases de la Programacion.
Pgina 90 de 90

Curso Completo Mathlab

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Curso Completo Mathlab

Cargado por

Copyright:

Formatos disponibles

Bases de Matlab

Con aplicaciones a las ciencias e ingeniera

1.1.El Programa Matlab

2.Primeros Pasos con Matlab

2.2.Tipos de Archivos con los que trabaja Matlab:

2.3.Variables en el espacio de trabajo:

2.7.Formatos de Exhibicin de Nmeros:

2.8.Caracteres especiales y Operadores

2+3 ans = 5 2-3 ans =

-1 2*3 ans = 6 2/3 ans = 0.6667

vpa '55^100' 50000 ans = 108709863248920416095013731486527307045630210519463889299295688391297964565 354754425988396643047321308614644661151788127357805455576542780216087180633 6217559874057769775390625.

Veamos algunos ejemplos de utilizacin de las funciones de la Tabla 4:

max(2,5) ans = 5 min(2,5) ans = 2

gcd(2,5) ans = 1 lcm(2,5) ans =

3.Escalares, Vectores y Matrices

3.1.Comandos para el manejo de matrices:

rref.(A) eig(A) [V,D]=eig(A)

schur(A) [U,T]= rsf2csf(U,T) [P,H]=hess(A) hess(A) poly(A) poly(V) vander(C)

1 2 5 Se desea ingresar la matriz M = 3 8 1 y determinar: 9 4 6 T 1 1 a) M b) M si existe. c) Verificar M M = I

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

Determinante_M=det(M) Determinante_M = -322 Traza_M=trace(M) Traza_M = 15 Potencia_2=M^2 Potencia_2 = 40 18 51 -38 62 -74 37 1 85

Potencia_3 = 259 213 594 -532 456 -1034 460 34 839

Autovalores_M = -2576/701 4622/495 4622/495

Polinomio_Caracteristico_M=poly(M) Polinomio_Caracteristico_M = 1 -15 19 322

3 5 1 Dadas las matrices A = 6 7 9 5 2 1 b) A B c) A B d) B A

Determinante_B=det(B) Determinante_B = 579 Determinante_M_3=det(M_3) Determinante_M_3 = 82797

Determinante_A*Determinante_B ans = 82797 Determinante_M_2=det(M_2)

2 7 5 1 5 6 8 9 . Llamar al elemento a 23 . Visualizar la fila 2 y la columna 2. Dada la matriz A = 3 3 2 9 10 2 6 4

3.2.Algunas Matrices Especiales:

3.3. Aplicaciones a la resolucin de sistemas de ecuaciones lineales

4 x + 2 y + z = 11 Dado el sistema lineal 2 x + y + 3 z = 9 . Resolverlo en forma matricial. x + 3 y z = 4

>> x=A_1*B x= 1 2 3 >>

3.4. Una aplicacin a la Ingeniera

La resolucin con Matlab se muestra a continuacin.

3.5. Comentarios adicionales sobre escalares y vectores

>> v2=[-5 -1 -11] v2 = -5 -1 -11

3.6. Polinomios y vectores

polyder(p) polyint(p,k), polyint(p)

polyval(p,v) polyvalm(p,A) residue(n,d) roots(p)

>> Q=[2 0 -5 1 0 15 1 -8] Q= 2 >> S=P+Q S= 2 0 -5 1 1 11 12 -31 0 -5 1 0 15 1 -8

>> dQ=polyder(Q) dQ = 14 0 >> IP=polyint(P)

IP = Columns 1 through 8 0 0 0 Column 9 0

x=0:0.01:10; f1=sin(x); f2=cos(x); f3=exp(x);

f ( x) = sen x + e x . Definirla con la variable dada en forma simblica y calcular la

4.1.Grafica de Funciones en 2D.

4.1.1.Grafica de funciones escalares dadas en forma explicita

Veamos algunos ejemplos en 2D: Ejemplo 4.4:

Podemos visualizar en la ventana de grficos la siguiente figura:

x=0:0.01:10; f=2*exp(-0.3*x).*cos(8*x+3); plot(x,f,'*'); plot(x,f,'r *'); grid on.

Obtenemos la siguiente figura

-15 -20 -10 -8 -6 -4 -2 0 x 2 4 6 8 10

-10 0 1 2 3 4 5 6 V ariable Independiente 7 8 9 10

definiendo la variable en forma simblica. Graficarla en el intervalo [ 5,5]

Obtenemos la siguiente salida:

x=-5:0.01:5; f=exp(-sin(x.^2+3)); plot(x,f); V=axis V= -5 5 0 3 axis('square')

Ejemplo 4.13: Visualizar simultneamente las graficas de:

f ( x) = sen 3x , g( x ) = cos 2 x , h( x ) = cos( 2 x + 1 ) , k ( x ) = e cos( 2 x +1 )

Obtenemos la siguiente salida:

t=0:0.1:10; x=2*cos(t)-cos(2*t); y=2*sin(t)-sin(2*t); plot(x,y,'r')

Obtenemos las siguiente salida:

0.5 60 0.4 0.3

150 0.2 0.1 180

4.2. Aplicaciones a la Ingeniera

x=0:0.01:10; f=2exp(-0.3x).cos(8x+3); plot(x,f,''); plot(x,f,'r '); grid on.

t=0:0.1:10; x=2cos(t)-cos(2t); y=2sin(t)-sin(2t); plot(x,y,'r')

xa=-2pi:0.05:2pi; ya=-2pi:0.05:2pi; [x,y]=meshgrid(xa,ya); f=sin(x.^2+y.^2)./(x.^2+y.^2); mesh(x,y,f)

xa=-2pi:0.2:2pi; ya=-2pi:0.2:2pi; [x,y]=meshgrid(xa,ya); f=sin(x).*sin(y); contour(f,20)

x=dsolve('Dx=-x+2','x(0)=0') x= 2-2exp(-t) x=dsolve('D2x+Dx=-x+exp(t)','x(0)=0,Dx(0)=0','t') x= 1/3exp(t)-1/3exp(-1/2t)cos(1/23^(1/2)t)-1/3exp(-1/2t)sin(1/23^(1/2)t)*3^(1/2)