Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Imatlab
Imatlab
a
MATLAB
J.M. Gonz alez de Durana
Dpto. de Ingeniera de Sistemas
y Autom atica
EUITI e ITT, UPV-EHU
VITORIA-GASTEIZ
26 de enero de 2004
2
Captulo 1
Los primeros pasos en Matlab
1.1 Caractersticas
Matlab es un paquete de software orientado hacia el c alculo numerico cientco e in-
genieril. Integra c alculo numerico, computaci on de matrices y gr acos en un entorno de
trabajo c omodo para el usuario. Su nombre signica Laboratorio de Matrices y fue escrito
inicialmente en base a los ya existentes paquetes de c alculo matricial LINPACK y EIS-
PACK. Posteriormente se han a nadido libreras, denominadas Toolboxes, especializadas
en diferentes areas cientcas. De entre ellas podemos destacar
Simulink Toolbox
Control System Toolbox
System Identication Toolbox
Robust Conntrol Toolbox
Signal Processing Toolbox
Filter Design Toolbox
Symbolic Math Toolbox
por su particular interes para nuestra area de conocimiento. La ultima de la lista, Symbolic
Math Toolbox, est a basada en el programa de c alculo simb olico Maple y utiliza una sintaxis
diferente.
Matlab ha evolucionado y crecido con las aportaciones de muchos usuarios. En entor-
nos universitarios se ha convertido, junto con Mathematica y Maple, en una herramienta
instructora b asica para cursos de matem aticas aplicadas as como para cursos avanzados
en otras areas. En entornos industriales se utiliza para investigar y resolver problemas
pr acticos y c alculos de ingeniera. Son aplicaciones tpicas el c alculo numerico, la realiza-
ci on de algoritmos, la resoluci on de problemas con formulaci on matricial, la estadstica,
la optimizaci on, etc. Es de destacar la aplicaci on en el estudio, simulaci on y dise no de los
sistemas din amicos y de control.
3
4 CAP
ERICAS 7
ROOTS(POLY(1:20)) generates Wilkinsons famous example.
See also ROOTS, POLYVAL.
muestra en la pantalla la ayuda sobre el polinomio caracterstico de una matriz. El uso
de la ayuda es muy conveniente, sobre todo en el perodo de aprendizaje.
Los comandos who y whos dan una lista de las variables que est an actualmente en la
memoria (workspace de Matlab. El comando dir, igual que el de DOS, lista el directorio
actual. El comando diary sirve para que todo lo que vamos tecleando y los resultados
obtenidos (incluidos los errores) se almacene en un archivo. Para ello debemos escribir,
en el instante a partir del cual queremos grabar la sesi on
>> diary dia12
en donde dia12 es el nombre del archivo en el que queremos que se escriba. Para terminar
el proceso de grabaci on hemos de teclear
>> diary off
El uso de la ayuda es muy conveniente, sobre todo en el perodo de aprendizaje.
1.5 Operaciones numericas
Matlab puede operar como una calculadora: si el usuario escribe las ordenes apropia-
das, los resultados aparecen en la ventana de comandos (Command Window). Observese
que si ponemos ; al nal de la expresi on el resultado no se escribe en la pantalla.
Es capaz de realizar las operaciones aritmeticas suma, resta, multiplicaci on, divisi on y
potenciaci on, con n umeros (reales y complejos), con vectores (polinomios) y con matri-
ces. Adem as, mediante la librera Symbolic Math Toolbox, puede tambien operar con
expresiones simb olicas.
1.5.1 Operaciones aritmeticas
Las operaciones aritmeticas con n umeros son, quiz as, las m as sencillas que pueden efec-
tuarse. Para ilustrar su realizaci on, a continuaci on se muestran una serie de lneas que
comienzan por >>, indicativo (o prompt) de la pantalla de comandos en una sesi on de Ma-
tlab, seguido de una orden y del resultado que aparecera inmediatamente en la pantalla
si se ejecutara.
>> a = 4
a =
4
>> b = 5 + a
b =
9
>> c = a^2 + b^2
c =
97
>> sin (30*pi/180)
ans =
1/2
8 CAP
ERICAS 9
>> a = [1 2 3 4 6 4 3 4 5]
a =
1 2 3 4 6 4 3 4 5
>> b = a + 2
b =
3 4 5 6 8 6 5 6 7
>> c = a + b
c =
4 6 8 10 14 10 8 10 12
>> d = a .* b
c =
3 8 15 24 48 24 15 24 35
Los vectores, por defecto, son vectores la.
Operaciones con polinomios
Los polinomios se representan en Matlab como vectores la. Por ejemplo, el polinomio
3s
3
5s
2
+ 7s + 3 se representa por
>> p=[3 -5 7 3]
Las races de un polinomio se hallan mediante la funci on roots:
>> r=roots(p)
El producto de dos polinomios se realiza a traves de la convoluci on de los vectores de
sus coecientes, mediante la funci on conv. Por ejemplo,
>> p1=[-1 -3 3 4];
>> p2=[1 2 4 0];
>> p=conv(p1,p2);
Para la divisi on se usa la deconvoluci on. Mediante la funci on deconv se obtiene el
cociente q y el resto r de la divisi on.
>> [c,r]=deconv(p,p1);
La funci on polyval sirve para hallar el valor de un polinomio. Si el par ametro que le
pasamos es un vector, calcula otro vector con los valores del polinomio para cada uno de
los del vector.
La funci on polyfit sirve para hacer ajustes polin omicos de una secuencia de datos
dada por dos vectores X e Y. Se puede elegir el grado del polinomio. En el siguiente
ejemplo se utilizan estas dos funciones:
>> x=[0:10];
>> y=rand(x);
>> plot(x,y)
>> p=polyfit(x,y,3); % Elegimos grado 3
>> z=polyval(p,x);
>> hold
>> plot(x,z)
10 CAP
OLICAS 11
1.6 Operaciones simb olicas
La librera Symbolic Math Toolbox da acceso a Matlab a algunas funciones del n ucleo de
Maple que permiten operar con expresiones simb olicas.
1.6.1 Operaciones aritmeticas
En las primeras versiones de la librera Symbolic Math Toolbox era necesario emplear
los comandos especiales symadd, symsub, symmul, symdiv y sympow para las operaciones
de suma, resta, multiplicaci on, divisi on y potenciaci on, respectivamente, de expresiones
simb olicas. Afortunadamente, esto ya no es necesario y se pueden usar para ello los
operadores numericos +, -, +, *, / y ^, siempre y cuando las variables simb olicas se
hayan declarado previamente con sym() o syms. Si ponemos
>> syms a b p x
>> a = x^3+3*x^2-2*x+7;
>> b = x^2+x+3;
>> p = a * b
p =
(x^3+3*x^2-2*x+7)*(x^2+x+3)
obtenemos el polinomio producto en forma factorizada. Si lo queremos ver forma expan-
dida, pondremos
>> expand(p)
ans =
x^5+4*x^4+4*x^3+14*x^2+x+21
Las dem as operaciones simb olicas se efect uan de modo similar.
1.6.2 Sustituci on de variables
La sustituci on de un smbolo por otro en una expresi on simb olica se puede realizar con
la orden subs. La forma de hacerlo es subs(expr, old, new), en donde expr es una
expresi on simb olica, old es el smbolo (o valor) que se desea sustituir y new es el nuevo
smbolo o valor.
Supongamos que en el polinomio f = ax
2
+ bx + c queremos sustituir x por -1. Para
ello, si escribimos
>> syms x a b c
>> f = a*x^2 + b*x + c;
>> g = subs(f,x,-1)
entonces sale
g =
a - b + c
Se pueden tambien sustituir varias variables a la vez. Si en el mismo polinomio de antes
quisieramos sustituir a por 1, b por 2 y c por k, podemos poner
12 CAP
AFICOS 13
1.7.1 Gracos en 2D
En las aplicaciones interesa a veces conocer el valor numerico de una funci on y = f(x)
para uno o varios valores de la variable. En Matlab, dada una funci on y = f(x), denida
en un intervalo [a, b], es posible representarla por un par (x,y) de vectores de n umeros,
tales que el vector x contiene un conjunto nito de valores de x y el vector y contiene el
conjunto de valores im agenes de x por la funci on y, calculados por el propio Matlab. Una
vez representada de este modo la funci on, se puede representar gr acamente.
Por ejemplo, dada la funci on y = 10(1e
x/3
sin(10x)), denida en el intervalo [0, 10],
una posible representaci on en Matlab, seguida de su representaci on gr aca, sera
>> x=[0:0.1:10];
>> y=10*(1-exp(-x/3).*sin(10*x));
>> plot(x,y),title(Gr afica de una funci on)
0 1 2 3 4 5 6 7 8 9 10
0
2
4
6
8
10
12
14
16
18
20
Grfica de una funcin
La gr aca corresponde a una funci on sinusoidal amortiguada m as una constante.
1.7.2 Gracos en 3D
Las funciones de dos variables, de la forma f(x, y) se pueden representar gr acamente
con Matlab en 3D. Para ello es preciso crear un dominio de puntos en forma de malla
rectangular en el plano (x, y), dentro del cual se desea representar la funci on. Esto se
hace con la orden meshgrid (antes meshdom) de Matlab. Ve amoslo con un ejemplo. Sea
la funci on z : R
2
R,
z =
_
1 x
2
y
2
,
cuyo dominio es el crculo x
2
+ y
2
< 1, y supongamos que queremos calcular los valores
de z en una regi on rectangular del plano (x, y) denida por los puntos (-1.25,-1.25) y
(1.25,1.25), y representarla gr acamente. Para ello escribiremos:
14 CAP
ITULO 2. SIMULINK
2.2 Creaci on y simulaci on de un modelo
Para aprender a manejar Simulink comenzaremos realizando el modelo de un sistema de
control simple.
Dado el diagrama de bloques de un sistema de control,
U(s)
+
-
K
G(s)
Y (s)
H(s)
en donde
K = 5, G(s) =
s + 1
s
2
+ 4
, H(s) =
2s + 1
s + 1
y suponiendo que la entrada es una funci on de tipo escal on unitario, queremos realizar la
simulaci on del mismo con Simulink.
La construcci on del modelo es muy sencilla. En primer lugar hemos de abrir una
ventana para hacer el dibujo. Esto se hace picando con el rat on en primer el icono de la
izquierda (hoja en blanco) de la ventana de Simulink o tambien seleccionando con el rat on
File New Model, en la misma. A continuaci on iremos colocando en esta ventana
los bloques del diagrama, para lo cual hemos de buscarlos en las libreras de Simulink.
Veamos d onde se encuentran en este caso.
Para los bloques G(s) y H(s), funciones de transferencia, utilizaremos el elemento
Transfer Fcn que se encuentra en la librera Continuous de Simulink. Una vez encon-
trado el bloque, lo arrastramos con el rat on a la ventana de dibujo. Como necesitamos dos
elementos, repetiremos la misma acci on de nuevo. Tambien es posible efectuar una copia
del elemento, sin salir de la pantalla de dibujo, sin m as que arrastrar dicho elemento man-
teniendo pulsado el bot on derecho del rat on. Una vez que hemos colocado los dos bloques,
procederemos a ponerles sus datos. Para introducir los datos de G(s) repicaremos con el
rat on en uno de los iconos Transfer Fcn. Veremos entonces que se abre una ventana,
y en ella pondremos, en formato numerico, los datos correspondientes a los polinomios
numerador y denominador de G(s), es decir los vectores [1, 1] y [1, 0, 4] correspondientes,
respectivamente, a dichos polinomios. Del mismo modo, lo que haremos para poner los
datos de H(s) es repicar en su icono e introducir los vectores [2, 1] y [1, 1] en la ventana
que se abra.
Para el bloque con funci on de transferencia K constante se podra usar tambien el
bloque Transfer Fcn si bien parece m as apropiado el bloque Gain que se encuentra en
la librera Math Operations de Simulink. Elegido este, lo arrastraremos con el rat on a
la pantalla del dibujo y, tras un repique en el mismo, pondremos un 5 como valor de la
ganancia.
El bloque adecuado para poner el punto de suma es Sum y se encuentra en la librera
Math Operations. La ventana que se abre al repicar en el permite poner dos o m as
signos + o y cambiar la orientaci on de las echas de entrada y salida seg un que la barra
vertical este en la posici on izquierda, derecha, o entre los signos + y .
Para realizar la simulaci on hemos de poner como entrada una funci on de tipo es-
cal on. Esto lo hacemos escogiendo el bloque Step de la librera Sources de Simulink. Lo
2.2. CREACI
ON Y SIMULACI
ON DE UN MODELO 21
arrastraremos tambien a la ventana de dibujo y, repicando en su icono, pondremos como
par ametros los siguientes. Step time = 0, Initial value = 0, Final value = 1.
Y por ultimo, para ver el resultado de la simulaci on, necesitamos un elemento en el
que se genere el gr aco de la respuesta temporal. Lo m as sencillo es colocar el bloque
Scope que se encuentra en la librera Sinks.
Una vez colocados todos los bloques, utilizando el bot on izquierdo del rat on, los unire-
mos entre s mediante echas y acomodaremos su posici on hasta dejarla a nuestro gusto.
El resultado puede ser, m as o menos, el siguiente.
s+1
s +4
2
Transfer Fcn
Sum
Step Scope
5
Gain
2s+1
s+1
Transfer Fcn
A veces puede ser conveniente invertir la orientaci on de alg un bloque para mejorar el
aspecto de su conexi on. Esto ocurre en este caso con el bloque H(s) en el que las echas
van hacia atr as. El cambio orientaci on de un bloque se realiza picando en el mismo
con el bot on derecho del rat on y a continuaci on, con el bot on izquierdo, en Format
Flip block. De modo similar son tambien posibles otras operaciones, como por ejemplo
ocultar el nombre de un bloque.
Los bloques pueden tener otras opciones que no describimos aqu pero que el usuario
puede ver con facilidad con la ayuda de Matlab, accesible mediante el bot on derecho del
rat on para cada bloque.
Una vez que el modelo ha sido completado, podemos proceder a la simulaci on. En la
ventana del dibujo de Simulink, seleccionamos con el rat on en Simulation Simulation
parameters. Esto nos permitir a escoger los instantes de tiempo inicial y nal, el algoritmo
y su paso, jo o variable, as como algunos otros par ametros relacionados con la simulaci on.
Aparte los tiempos, que pueden variar mucho seg un la simulaci on de que se trate, los
otros valores que Matlab pone por defecto suelen resultar adecuados muchas veces. Como
resultado de la simulaci on aparecer a en el bloque Scope la gr aca de la respuesta temporal.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
t
y
(
t
)
Respuesta temporal
22 CAP
ITULO 2. SIMULINK
2.3 Stateow
Stateow es una librera (toolbox) de Matlab que permite modelar sistemas de eventos
discretos dentro de Simulink, utilizando cartas de estado (statecharts). Las cartas de
estado fueron introducidas por David Harel (Harel, 1987) y son una generalizaci on de las
m aquinas de estados.
La librera de Stateow posee un unico elemento o bloque, denominado Chart, que
sirve para representar un sistema de eventos discretos. El bloque Chart se puede conectar
con otros bloques de Simulink, de tiempo continuo o discreto, para formar modelos de
sistemas hbridos que pueden ser muy utiles en la investigaci on del comportamiento de
tales sistemas mediante simulaci on.
Una carta de estados (statechart) es un gr aco formado por elementos gr acos sobre
los que van escritos ciertos elementos de texto escritos en un lenguaje especial. Entre
ellos, hay unos elementos de texto especiales que son los datos y los eventos. La carta
es como la hoja de papel en la que se representan los elementos. Cada carta representa
un sistema de eventos discretos y constituye un bloque de Simulink que puede conectarse
con otras cartas o con otros bloques de Simulink.
2.3.1 Elementos gracos
Los elementos gr acos de son
Estados
Transiciones
Uniones
mientras que los elementos de texto son
Datos
Eventos
Estados
Los estados tienen forma de rect angulo con los bordes redondeados y representan estados
(a veces llamados modos o fases) del sistema de eventos discretos. No debemos confundir
estos estados con los estados del cl asico modelo de estado de un sistema de control. Los
estados aqu considerados representan los modos o formas de evoluci on del sistema al
reaccionar frente a los eventos.
Junto a la esquina superior izquierda, cada rect angulo lleva un texto con un nombre
que identica al estado. Tras el nombre del estado y el separador opcional /, pueden
aparecer otros textos indicando las acciones que llevar a a cabo el sistema cuando este en
ese estado. La sintaxis de Stateow permite especicar el instante en que se iniciar a la
acci on y la duraci on de esta:
entry: la acci on se inicia al entrar en este estado.
exit: la acci on se inicia al salir de este estado.
2.3. STATEFLOW 23
during: la acci on se inicia al entrar en este estado y permanece activa durante el tiempo
que dura el estado.
on event e : La acci on se inicia si, estando en este estado, se produce el evento e.
Posibles acciones son cambiar el valore de una salida o efectuar una llamada a una funci on
de Matlab.
S1
S2
e
Figura 2.1: Estados y transici on
Un estado puede contener otros estados, o subestados, dentro de s. Entonces dicho
estado se llama estado padre, o superestado, y los subestados se llaman estados hijos. Hay
dos posibles formas de descomposici on de un estado (padre) en subestados (hijos). Un
estado (padre) tiene descomposici on AND si los estados hijos se activan simult aneamente
al activarse el estado padre y entonces los estados hijos se marcan con lnea discontinua.
Un estado (padre) tiene descomposici on OR (exclusiva) si unicamente puede estar activo
uno de los estados hijos al activarse el estado padre y entonces los estados hijos se marcan
con lnea continua.
Transiciones
Las transiciones tienen forma de echa y representan las transiciones o saltos entre estados,
asociados a eventos, que se producen en el sistema de eventos discretos. Cada transici on
representa un evento e del sistema y se dibuja como una echa que va desde el borde de
un estado S
1
hasta el borde de otro estado S
2
. Si el sistema est a en el estado S
1
y se
produce el evento e, entonces el sistema pasa al estado S
2
. El disparo de una transici on
puede implicar la ejecuci on de una o m as acciones.
Una transici on especial es la llamada transici on por defecto (default-transition), que
sirve para se nalar el estado inicial del sistema es decir, el primer estado en el que entrar a el
sistema al iniciar su evoluci on, y tambien el estado hijo inicial dentro de un estado padre.
Se reconoce por su forma ya que en el extremo opuesto a la echa lleva un peque no crculo
negro.
Cada transici on puede tener un texto escrito junto a ella que indica el evento que ha de
producirse para que se dispare la transici on as como las acciones que entonces el sistema
emprender a. Este texto se divide en tres partes, todas ellas opcionales:
e (en donde e es el nombre de un evento): la transici on se dispara al producirse el evento
e en el sistema. Si no hay nombre de evento entonces la transici on se disparar a ante
cualquier evento del sistema.
24 CAP
ITULO 2. SIMULINK
[c] (en donde c es una condici on): la transici on se dispara si la condici on c (expresi on
booleana) es verdadera y se produce el evento e. Si esta parte no existe, se asume que
c es cierta. Si la parte e del texto no existe, se disparar a, bajo la misma condici on,
siempre y cuando se produzca un evento cualquiera en el sistema.
{a} (en donde a es una acci on): al producirse transici on el sistema lleva a cabo la acci on
a.
Si la transici on no lleva ning un texto, entonces se disparar a autom aticamente, siempre y
cuando se produzca un evento cualquiera en el sistema.
Uniones
Las uniones tienen forma de peque no crculo. Hay dos tipos de uniones: uniones conectivas
(connective junctions) y uniones de historia history junctions.
Las uniones conectivas son puntos de bifurcaci on de la carta de estados y representan
puntos de decisi on del sistema de eventos discretos. Permiten conectar una transici on de
entrada con varias transiciones de salida. Su empleo puede a veces simplicar la carta de
estados y hacer que el c odigo generado sea m as eciente.
C2
e1
e2
e3
P
H
C1
Figura 2.2: Estados, subestados y uniones
Al entrar en una uni on conectiva, el sistema, a traves de una condici on, selecciona una
de las transiciones de salida para su evoluci on.
Las uniones de tipo historia se utilizan en estados que han sido divididos por una
descomposici on OR. Si en el estado padre se pone el smbolo H entonces cada vez que
se active el estado padre, el primer estado que se activar a ser a el estado hijo que estuvo
activo por ultima vez.
2.3.2 Elementos de texto especiales
Datos
Una carta tiene asociados ciertos datos a los que puede acceder. Es necesario declararlos
en Stateow y pueden ser de los siguientes tipos:
Entrada de Simulink
2.4. CREACI
ITULO 2. SIMULINK
un estado y arrastr andolo hasta otro estado. Se etiquetan los estados y las transiciones
indicando las acciones que van a ocurrir durante la ejecuci on y bajo que condiciones se
har an las transiciones. Finalmente se a nade el historial, uniones, y estados en paralelo
para detallar las operaciones del modelo.
Se pueden utilizar sub-cartas (una carta dentro de otra carta) para dotar de jerarqua
al dise no. Se permite crear transiciones entre objetos que residen en diferentes sub-cartas
al mismo nivel o a diferentes niveles en la carta superior. Las sub-cartas permiten reducir
una carta complicada a un conjunto de diagramas organizados jer arquicamente. Con ello
se consigue que la carta sea m as f acil de entender y de mantener sin cambiar para nada
su sem antica.
Los pasos a seguir para una aplicaci on completa son:
Crear la carta Stateow
Utilizar el Explorer de Stateow
Denir un interface de bloques de Stateow
Ejecutar la simulaci on
Generar el c odigo
La generaci on de c odigo depende de la m aquina en donde se vaya a implementar la
aplicaci on y no se hace hasta la ultima fase del dise no. El c odigo generado por defecto
es ANSI C pero existen programas que a partir del modelo de Stateow generan c odigo
para otros lenguajes. Entre ellos cabe citar el programa sf2vhld, que es un traductor
de Stateow a VHLD, y el programa sf2plc que genera c odigo para programar algunos
aut omatas programables.
Observaciones
Si la simulaci on va a ser larga se puede adoptar un tiempo de simulaci on innito
poniendo el par ametro de simulaci on Stop time = inf.
Para que se inicie la simulaci on el sistema necesita un primer evento, como de
arranque. Esto en ocasiones puede resultar molesto porque suele requerir que usua-
rio produzca ese evento inicial de forma no muy ortodoxa. Esto puede evitarse
marcando en la casilla con el texto Execute (enter) Chart At Initialization que
aparece en el men u File Chart Properties de la ventana Chart de Stateow.
2.4.1 Ejemplo
Un sistema de seguridad muy antiguo del ferrocarril son las barreras que se colocan
en los cruces entre la va ferrea y las carreteras o caminos. Como todos sabemos, el
funcionamiento de una de estas barreras como la de la gura 2.3 es muy sencillo: se abre
y se cierra para evitar que los coches choquen con los trenes.
El problema que se plantea es dise nar un sistema de control autom atico que sea capaz
de cerrar la barrera cuando se aproxime un tren y de cerrarla cuando el tren haya pasado.
Supondremos en principio que la va ferrea es de un s olo sentido.
2.4. CREACI
ITULO 2. SIMULINK
Sw2
Sw1
0
1
0
1
Chart
Tren
1
Barrera
2
Dentro
Fuera
Cerrar
Abrir
s2/e2 e2 s1/e1 e1
Figura 2.4: Diagramas de Simulink y Stateow
locales al estado Barrera para disparar las transiciones e
1
y e
2
.
Supondremos que inicialmente el tren est a lejos y la barrera est a abierta. Por tanto,
los estados iniciales del sistema son Fuera y Abrir.
La proximidad de un tren se simula accionando de 0 a 1 el interruptor Sw
1
. Entonces
el estado Tren cambiar a de Fuera a Dentro y antes de que se termine la transici on s
1
, el
evento local e
1
ser a transmitido. El evento e
1
accionar a entonces la transici on dentro del
estado Barrera de Abrir a Cerrar.
Captulo 3
Ejercicios de Calculo
3.0.2 Funciones variable compleja
En las aplicaciones de Sistemas Din amicos y Teora de Control aparecen con frecuencia
las funciones de variable compleja. Una funci on de variable compleja es una funci on
f : C C
z f(z)
Las funciones de variable compleja f(z) no se pueden representar en 3D. Caben dos
alternativas. La primera consiste en restringir el dominio de la funci on a una lnea en el
plano z, obteniendo otra lnea en el plano f(z). En el siguiente ejemplo, la lnea es el eje
imaginario. (transformaci on conforme),
>> z=[-100:.1:100]*j;
>> f=1./(1+z);
>> plot(f);
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.5
0.4
0.3
0.2
0.1
0
0.1
0.2
0.3
0.4
0.5
La segunda posibilidad consiste en representar en 3D bien la parte real o bien la parte
imaginaria de f(z) (o bien m odulo o argumento). En el siguiente ejemplo se representa
el argumento.
29
30 CAP
ITULO 3. EJERCICIOS DE C
ALCULO
>> eps = 1e-9
>> [x,y] = meshdom(-1:0.1:1,-1:0.1:1);
>> z=x + j*y
>> f=1./(1+z+eps);
>> mesh(z)
3.0.3 Soluci on numerica de ecuaciones
El c alculo aproximado de las races de la ecuaci on f(x) = 0 en un intervalo [a, b] es
un problema cl asico del an alisis numerico. Son sin duda conocidos por el lector algunos
algoritmos como el metodo de las tangentes de Newton, el de la horquilla y el de las cuerdas
(o secantes) que lo realizan. Todos ellos realizan iteraciones sucesivas x
i
f(x
i
), i =
1, 2, . . ., a partir de un valor x
i
supuesto de una raz y hasta conseguir que el valor de
f(x
i
) sea menor que un n umero prejado.
Para resolver este problema con Matlab, disponemos de la funci on fzero. Hay que
pasarle un valor inicial de prueba. Por ejemplo,
>> xz1=fzero(f1,0)
>> xz0=fzero(f1,1)
Aqu, f1 es el nombre del chero en el que est a denida la funci on.
3.0.4 Integraci on numerica
Ahora vamos a integrar numericamente f1(x) en el intervalo [01] utilizando la funci on
quad (cuadratura) o quad8
>> I=quad(f1,0,1)
>> I=quad8(f1,0,1)
El resultado es el mismo.
3.1 Derivaci on e integraci on
El paquete Symbolic Toolbox de Matlab permite realizar las operaciones de derivaci on e
integraci on simb olicas.
3.1.1 Derivadas
El comando diff() de Matlab permite calcular derivadas, totales y parciales, de una
expresi on algebraica, funci on de una o varias variables y par ametros, respecto de una de
ellas (o de ellos). Supongamos que nos dan una expresi on f(x), por ejemplo el polinomio
f(x) = a
3
x
3
+ a
2
x
2
+ a
1
x + a
0
y deseamos hallar sus derivadas respecto de x. Podemos hallar
df(x)
dx
de dos formas:
3.1. DERIVACI
ON E INTEGRACI
ON 31
>> syms a0 a1 a2 a3 x
>> f=a3*x^3+a2*x^2+a1*x+a0
f =
a3*x^3+a2*x^2+a1*x+a0
>> fx=diff(f)
fx =
3*a3*x^2+2*a2*x+a ,
ya que Matlab asume por defecto que la variable independiente es x, o bien especicando
la variable respecto a la que queremos derivar,
>> fx=diff(f,x)
fx =
3*a3*x^2+2*a2*x+a1 .
La derivada segunda,
d
2
f(x)
dx
2
, la obtenemos poniendo
>> f2x=diff(f,x,2)
f2x =
6*a3*x+2*a2
y, del mismo modo, las derivadas sucesivas:
>> f3x=diff(f,x,3)
f3x =
6*a3
>> f4x=diff(f,x,4)
f4x =
0
Ahora bien, si lo que queremos es derivar respecto a un par ametro, supongamos que a
2
,
escribiremos
>> fa3=diff(f,a3)
fa3 =
x^3
La operaci on de derivaci on, como otras, se puede extender a vectores y matrices. Si
pedimos la derivada de una matriz A respecto de una variable x, Matlab calcula otra
matriz cuyos elementos son las derivadas de los de la matriz A respecto de x.
>> syms x y
>> A=[1, x*y; x^2+y^2,x/y]
A =
[ 1, x*y]
[ x^2+y^2, x/y]
>> diff(A,y)
ans =
[ 0, x]
[2*y, -x/y^2] .
Lo mismo puede hacerse con vectores.
32 CAP
ITULO 3. EJERCICIOS DE C
ALCULO
3.1.2 Integrales
El comando int() de Matlab permite resolver integrales, tanto indenidas como denidas.
Sea la funci on f(x) =
x
ln(x)
. Para hallar la integral
_
f(x)dx, indenida, basta con poner
>> syms a b x
>> f=log(x)/x
f =
log(x)/x
>> int(f)
ans =
1/2*log(x)^2 .
y para obtener la expresi on de una integral denida, tal como
_
b
a
f(x)dx, pondremos
>> int(f,a,b)
ans =
1/2*log(b)^2-1/2*log(a)^2
Observar que, en lugar de a y b, tambien habramos podido poner dos n umeros.
Si la variable de integraci on no es x, debemos especicarla:
>> syms u v
>> int(sin(u*v)*cos(u*v),v)
ans =
1/2*sin(u*v)^2/u
Igual que la derivaci on, la integraci on se puede extender a vectores y matrices.
3.2 Ecuaciones diferenciales
Matlab permite resolver ecuaciones diferenciales de dos formas: numerica y simb olica.
3.3 Resoluci on numerica
Matlab dispone de las funciones ode23 y ode45 para resolver ecuaciones diferenciales.
Para ello hemos de convertir primero (si es posible) la ecuaci on diferencial de orden n en
n ecuaciones diferenciales de primer orden (forma normal). Veamos el metodo mediante
el ejemplo del pendulo.
3.4. RESOLUCI
ON SIMB
OLICA 33
mg
f (t)
En la gura, f(t) es una fuerza exterior, tangencial, aplicada
al pendulo. La ecuaci on diferencial de deduce aplicando la
segunda ley de Newton:
f(t) mg sin() ma = 0
f(t) mg sin() ml
= 0
ml
+ mg sin() f(t) = 0
Haciendo el cambio = x
1
,
= x2, queda
_
x
1
= x
2
x
2
=
f(t) mg sin x
1
l m
Para resolver este sistema de ecuaciones de primer grado Matlab exige crear un chero
de funci on con la denici on de dicho sistema (ecuaciones de estado). Esto lo hacemos
escribiendo la ecuaci on diferencial en el chero pendulo.m, con el editor:
function x_prima=p endulo(t,x)
l=1; m=1; g=9.8; % Constantes del p endulo
if t<1 % Fuerza exterior (pulso unico de 1 s)
f=1;
else f=0;
end
x_prima=zeros(2,1); % Ecuaciones de estado
x_prima=[x(2) f-m*g*sin(x(1))/(m*l)];
Salimos del editor, grabando el archivo, y ya podemos obtener soluciones numericas de la
ecuaci on del pendulo:
>> t0=0; tf=5; % Intervalo de integraci on
>> x0=[0]; % Condiciones iniciales
>> [t,x]=ode23(p endulo,t0,tf,x0);
>> plot(t,x)
3.4 Resoluci on simb olica
La orden dsolve permite resolver ecuaciones diferenciales escritas en forma simb olica en
Matlab. Esto se hace denotando las derivadas por medio del operador D. Por ejemplo, la
ecuaci on diferencial lineal
a
2
d
2
x
dt
2
+ a
1
dx
dt
+ a
0
x = b
34 CAP
ITULO 3. EJERCICIOS DE C
ALCULO
0 1 2 3 4 5 6 7 8
0.5
0
0.5
1
1.5
2
t
(2*cos(2^(1/2)*t)+sin(2^(1/2)*t)*2^(1/2))/exp(t)
3.4.1 Transformada de Laplace
En los sistemas de control con modelo matem atico de funci on de transferencia se presenta
el problema del c alculo de la transformada inversa, de cara a la obtenci on de la respuesta
del sistema (variable y(t) de salida) dada la variable de entrada x(t). Las variables de
entrada y de salida son funciones del tiempo.
X(s) e Y (s) son las transformadas de Laplace de x(t) e y(t) respectivamente. Por
tanto, dada x(t),
X(s) = L[x(t)]
Y (s) = X(s)G(s)
_
= y(t) = L
1
[Y (s)]
X(s), Y (s) y G(s) son funciones racionales.
3.4.2 Resoluci on numerica
Uno de los metodos m as utilizados para hallar la antitransformada de Laplace de una
funci on racional Y (s) =
b(s)
a(s)
es expandirla en fracciones simples, de transformada inversa
conocida. Sean p
1
, p
2
, . . . , p
n
las races del polinomio a(s), y supongamos que no hay
ninguna repetida. Entonces, la expansi on en fracciones simples es de la forma
Y (s) =
b(s)
a(s)
=
r
1
s p
1
+
r
1
s p
1
+ . . . +
r
n
s p
n
+ k(s)
en donde los n umeros (en general complejos) r
1
, . . . , r
n
se llaman residuos de la funci on
Y (s) y k(s) es el cociente de la divisi on de b(s) entre a(s), el cual es cero si Y (s) es propia.
Los polos, los residuos, y el termino k(s) pueden hallarse mediante Matlab. Entonces,
la transformada inversa es inmediata:
y(t) = r
1
e
p
1
t
+ r
2
e
p
2
t
+ . . . + r
n
e
p
n
t
+L
1
[k(s)]
3.4. RESOLUCI
ON SIMB
OLICA 35
Como aplicaci on, vamos a resolver mediante Matlab el ejercicio de la gura.
b
k
( )
( ) t f
t
0
x
m
La ecuaci on diferencial de este sistema es
m x(t) + b x(t) + kx(t) = f(t)
La transformada de Laplace, con condiciones iniciales nulas, es
ms
2
X(s) + bsX(s) + kX(s) = F(s)
Si, por ejemplo, f(t) es la funci on escal on unitario, f(t) = u(t), F(s) = 1/s, queda
X(s) =
1
ms
3
+ bs
2
+ ks
N otese que el termino independiente del polinomio denominador de X(s) es cero.
La resoluci on con Matlab, para los valores m = 1, b = 1, k = 1, se puede hacer del
siguiente modo:
>> m=1; b=1; k=1;
>> B=1;
>> A=[m b k 0];
>> [r,p,k]=residue(B,A)
>> t=[0:0.05:15];
>> x=r(1)*exp(p(1)*t)+r(2)*exp(p(2)*t)+r(3)*exp(p(3)*t);
>> plot(t,x)
36 CAP
ITULO 3. EJERCICIOS DE C
ALCULO
0 5 10 15
0
0.2
0.4
0.6
0.8
1
1.2
t
y(t)
Esto mismo se puede hacer de modo a un m as sencillo utilizando la funci on step
(escal on) o la funci on lsim del ToolBox Signals and Systems de Matlab.
3.5 Resoluci on simb olica
La librera Symbolic Toolbox de Matlab permite hallar, mediante las ordenes laplace
e ilaplace, las transformadas directa e inversa de Laplace. Dada una funci on f(t),
denotamos por F(s) su transformada de Laplace. Es decir
L(f(t)) = F(s).
Para hallar la transformada de Laplace F(s) de la funci on f(t) hemos de escribir
>> F = laplace(f)
en donde f es la expresi on simb olica de f(t). Por defecto Matlab asume que la variable
independiente de f es t. Para hallar la transformada inversa f(t) de una F(s), pondremos
>> f = ilaplace(F)
en donde f es la expresi on simb olica de F(s). Por defecto Matlab asume que la variable
independiente de F es s.
Como ejercicio, vamos a resolver de nuevo el ejemplo mec anico que antes hemos cal-
culado numericamente.
>> syms s m b k
>> G = 1/(m*s^2+b*s+k)
>> G1 = subs(G,[m,b,k],[1,1,1])
3.5. RESOLUCI
ON SIMB
OLICA 37
G1 =
1/(s^2+s+1)
>> Y = symmul(G1,1/s);
>> y = ilaplace(Y);
>> ezplot(y, [0,15]), axis([0, 15, 0, 1.25]), title(y(t))
Con esto, debera aparecer en la pantalla una gr aca igual que la de antes.
38 CAP
ITULO 3. EJERCICIOS DE C
ALCULO
Captulo 4
Ejercicios de Algebra Lineal
4.1 Sistemas de ecuaciones lineales
Supongamos que nos dan las matrices A y b del sistema lineal Ax = b. Para introducirlas
en el workspace de Matlab, ponemos
>> A = [1 2 3 4 5; 0 0 0 0 1; 0 0 0 0 1];
>> b = [1 2 3]
Una vez que hemos introducido las matrices, para ver si el sistema tiene soluci on, forma-
mos la matriz ampliada A
a
,
>> Aa = [A b];
y, calculando los rangos de las matrices A y Aa,
>> rank(A)
ans =
2
>> rank(Aa)
ans =
3
vemos que el sistema es incompatible, no tiene soluci on.
Consideremos ahora el sistema homogeneo Ax = 0. Sabemos que este siempre tiene
soluci on (al menos la trivial) y que el conjunto de soluciones son los vectores del n ucleo
de la matriz A. Para hallar estas soluciones ponemos
>> kerA = nullspace(A)
kerA =
[-2 -3 -4]
[ 1 0 0]
[ 0 1 0]
[ 0 0 1]
[ 0 0 0]
Esta matriz nos da los vectores columna de una base del n ucleo de la aplicaci on lineal
asociada a A: z
1
= [2 1 0 0 0]
, z
2
= [3 0 1 0 0]
y z
3
= [4 0 0 1 0]
. Por tanto, el
n ucleo de la aplicaci on lineal es el conjunto
{z = k
1
z
1
+ k
2
z
2
+ k
3
z
3
| k
1
, k
2
, k
3
C}.
39
40 CAP
D =
_
0
Vamos a calcular la respuesta temporal y(t) cuando la entrada u(t) es una funci on escal on
unitario en t = 0 y las condiciones iniciales vienen dadas por el vector x(0) = [00]
. Para
hallar la soluci on con Matlab, introducimos las cuatro matrices,
>> A = [0 2; -1 -1], B = [0; 1], C = [1 1], D = [0]
y las condiciones iniciales
>> x0 = [0 0]
Para hallar la soluci on numerica hemos de denir un vector t cuyos elementos son los
valores del tiempo en los que queremos a calcular la soluci on. Por ejemplo,
>> t = [0: 0.1; 10];
Ahora denimos los valores de la entrada u(t),
>> u = ones(size(t));
que en este caso es un vector del mismo tama no que t y cuyos elementos son todos igual
a uno. Para obtener la soluci on, ponemos
>> y = lsim(A,B,C,D,u,t,x0);
y Matlab nos calcula x(t) e y(t) para los valores de t antes denidos. Para representar
gr acamente y(t), ponemos
4.1. SISTEMAS DE ECUACIONES LINEALES 43
0 1 2 3 4 5 6 7 8 9 10
0
0.5
1
1.5
y(t)
con lo que obtenemos la gr aca de la respuesta temporal.
Otra forma de obtener la soluci on de las ecuaciones de estado es utilizando la trans-
formada de Laplace. Sabemos que la matriz de transferencia tiene dada por la f ormula
G(s) = C(sI
n
A)
1
B + D
y que, dadas G(s) y U(s) podemos hallar Y (s) con
Y (s) = G(s)U(s)
en donde U(s) = L(u(t)). Una vez hallada Y (s), la transformada inversa de Laplace nos
dar a y(t).
y(t) = L
1
(Y (s))
Apliquemos este metodo al mismo ejercicio que acabamos de resolver con lsim. Pri-
mero denimos la matriz identidad de orden 2.
>> I2 = [1 0; 0 1];
Ahora, para hacer la operaci on G(s) = C(sI
n
A)
1
B + D, escribimos
>> G = C * (s*I2 - A)^(-1) * B + D
G =
(s+2)/(s^2+s+2)
Ahora, para hallar Y (s), ponemos
>> Y = symdiv(G,s)
Y =
(s+2)/(s^2+s+2)/s
y, nalmente,
>> y = ilaplace(Y);
con lo que obtendremos la expresi on de y(t). Podemos comprobar con
>> ezplot(y, [0,10]), axis([0, 10, 0, 1.5]), title(y(t))
que obtenemos la misma gr aca que antes.
44 CAP
AS INTERESANTES 45
Special Characters
= assignment statement
[ used to form vectors and matrices
] see [
( arithmetic expression precedence
) see (
. decimal point
... continue statement to next line
, separate subscripts and function arguments
; end rows, suppress printing
% comments
: subscripting, vector generation
! execute operating system command
Special Values
ans answer when expression not assigned
eps oating point precision
pi
i, j
1
inf
NaN Not-a-Number
clock wall clock
date date
ops oating point operation count
nargin number of function input arguments
nargout number of function output arguments
Disk Files
chdir change current directory
delete delete le
diary diary of the session
dir directory of les on disk
load load variables from le
save save variables to le
type list function or le
what show M-les on disk
fprintf write to a le
pack compact memory via save
46 CAP
AS INTERESANTES 47
Control Flow
if conditionally execute statements
elseif used with if
else used with if
end terminate if, for, while
for repeat statements a number of times
while do while
break break out of for and while loops
return return from functions
pause pause until key pressed
Programming and M-Files
input get numbers from keyboard
keyboard call keyboard as M-le
error display error message
function dene function
eval interpret text in variables
feval evaluate function given by string
echo enable command echoing
exist check if variables exist
casesen set case sensitivity
global dene global variables
startup startup M-le
getenv get environment string
menu select item from menu
etime elapsed time
Text and Strings
abs convert string to ASCII values
eval evaluate text macro
num2str convert number to string
int2str convert integer to string
setstr set ag indicating matrix is a string
sprintf convert number to string
isstr detect string variables
strcomp compare string variables
hex2num convert hex string to number
48 CAP
AS INTERESANTES 49
Elementary Math Functions
abs absolute value or complex magnitude
angle phase angle
sqrt square root
real real part
imag imaginary part
conj complex conjugate
round round to nearest integer
x round toward zero
oor round toward
ceil round toward
sign signum function
rem remainder
exp exponential base e
log natural logarithm
log10 log base 10
Trigonometric Functions
sin sine
cos cosine
tan tangent
asin arcsine
acos arccosine
atan arctangent
atan2 four quadrant arctangent
sinh hyperbolic sine
cosh hyperbolic cosine
tanh hyperbolic tangent
asinh hyperbolic arcsine
acosh hyperbolic arccosine
atanh hyperbolic arctangent
Special Functions
bessel bessel function
gamma gamma function
rat rational approximation
erf error function
inverf inverse error function
ellipk complete elliptic integral of rst kind
ellipj Jacobian elliptic integral
50 CAP
AS INTERESANTES 51
Polynomials
poly characteristic polynomial
roots polynomial rootscompanion matrix method
roots1 polynomial rootsLaguerres method
polyval polynomial evaluation
polyvalm matrix polynomial evaluation
conv multiplication
deconv division
residue partial-fraction expansion
polyt polynomial curve tting
Column-wise Data Analysis
max maximum value
min minimum value
mean mean value
median median value
std standard deviation
sort sorting
sum sum of elements
prod product of elements
cumsum cumulative sum of elements
cumprod cumulative product of elements
di approximate derivatives
hist histograms
corrcoef correlation coecients
cov covariance matrix
cplxpair reorder into complex pairs
Signal Processing
abs complex magnitude
angle phase angle
conv convolution
corrcoef correlation coecients
cov covariance
deconv deconvolution
t radix-2 fast Fourier transform
t2 two-dimensional FFT
it inverse fast Fourier transform
it2 inverse 2-D FFT
tshift FFT rearrangement
Numerical Integration
quad numerical function integration
quad8 numerical function integration
52 CAP