introducción

INTRODUCCIÓN A LA PROGRAMACIÓN EN  MATLAB 
La programación en MATLAB se realiza básicamente sobre archivos M, o M-FILES. Se los denomina de esta forma debido a su extensión "m". Estos archivos son simple archivos ASCII o scripts, y como tales, pueden ser creados y modificados desde cualquier editor de texto común; por ejemplo, el bloc de notas. El MatLab incluye un editor de archivos M, orientado a la programación sobre este software. Si se opta por otro editor, se debe vigilar siempre que los archivos escritos se guarden con esta extensión.
De acuerdo a como se definan, estos archivos pueden separarse en dos tipos:
1-. Archivos de comandos
2-. Funciones 
ARCHIVOS DE COMANDOS
los archivos de comandos son simplemente archivos M que contienen instrucciones del MATLAB. Una vez editados, se los guarda con un nombre en algún directorio que se encuentre dentro del path de búsqueda del  MATLAB. por defecto, la carpeta de trabajo es el directorio work, que se encuentra dentro de la carpeta de instalación sel MATLAB. Para cambiar este directorio o carpeta de trabajo, así como agregar nuevas carpetas de biblioteca, se debe usar el Path Browser, o el Set Path. El primero se encuentra en el editor de archivos M que trae el MATLAB incluido. Para convocar los archivos M escritos, solo se debe escribir el nombre del archivo guardado en la ventana de comandos, y las instrucciones que hayan sido escritas serán ejecutadas.
Aquí se debe notar algo importante; todas las variables que se hayan definido o creado dentro de este archivo, luego de su ejecución, pasaran  formar parte de nuestro espacio de trabajo, o workspace. Se debe tratar de que las variables del workspace no coincidan con las que aparecen en los archivos M que se han de ejecutar.

FUNCIONES
Una función es un archivo M similar al archivo M de comandos, con una diferencia en su definición. La primera linea de una función posee la siguiente estructura:
function [argumentos_salida] = nombre(argumentos_entrada)
* Nombre corresponde al nombre de la función.
* Argumentos_ salida representa una lista de elementos o variables de retorno de la función. El valor de cada uno de los elementos de salida varia a medida que se ejecuta el algoritmo.Los valores devueltos por la función convocada serán los valores que se encuentren en argumentos_salida en el momento en que termina la ejecución de la función.
* Argumentos_entrada son los parámetros que recibe la función para poder realizar su procesamiento. Estos argumentos, durante de la ejecución, son parámetros recibidos por valor (By value); es decir, se hacen duplicados de los parámetros, y es en estos sobre los cuales se realizan todas las modificaciones. 

Comentarios

Publicar un comentario

Entradas populares de este blog

4.1.2 Método de mínimos cuadrados

Imagen
MÉTODO DE MÍNIMOS CUADRADOS  El método de mínimos cuadrados sirve para interpolar valores, dicho en otras palabras, se usa para buscar valores desconocidos usando como referencia otras muestras del mismo evento. El método consiste en acercar una línea o una curva, según se escoja, lo más posible a los puntos determinados por la coordenadas [x, f(x)], que normalmente corresponden a muestras de algún experimento. Cabe aclarar que este método, aunque es sencillo de implantar no es del todo preciso, pero si proporciona una interpolación aceptable. Como se comento previamente se puede usar una recta o una curva como base para calcular nuevos valores. A continuación se muestra el diagrama de flujo de datos del métodos de mínimos cuadrados: Algoritmo en MATLAB para la aproximación lineal por el método de los mínimos cuadrados. El siguiente algoritmo recibe un número arbitrario de pares de datos en la forma de una matriz de 2*n, donde las abcisas se encuentran en la ...
Leer más

4.2.1 Polinomio de interpolacion con diferencias divididas de newton

POLINOMIO DE INTERPOLACION CON DIFERENCIAS DIVIDIDAS DE NEWTON En  análisis numérico , la  interpolación polinómica  es una técnica de  interpolación  de un conjunto de datos o de una función por un  polinomio . Es decir, dado cierto número de puntos obtenidos por  muestreo  o a partir de un  experimento  se pretende encontrar un polinomio que pase por todos los puntos. Dada una función  f  de la cual se conocen sus valores en un número finito de abscisas  x 0 , x 1 ,..., x m , se llama  interpolación polinómica  al proceso de hallar un  polinomio   p m ( x ) de grado menor o igual a m. Motivación del polinomio interpolador La interpolación polinómica es un método usado para conocer, de un modo aproximado, los valores que toma cierta función de la cual sólo se conoce su imagen en un número finito de  abscisas . A menudo, ni siquiera se conocerá la expresión de la función ...
Leer más

4.1.2.3 Regresión lineal multiple

Imagen
REGRESIÓN LINEAL MÚLTIPLE El modelo de regresión lineal múltiple es idéntico al modelo de regresión lineal simple, con la única diferencia de que aparecen más variables explicativas:  Modelo de regresión simple:  y = b0+ b1 ⋅ x + u   Modelo de regresión múltiple:  y =b 0 + b1 ⋅ x1 +b 2 ⋅ x2 + b3 ⋅ x3 + ... + bk ⋅ xk + u Siguiendo con nuestro ejemplo, si consideramos el peso como variable dependiente y como posibles variables explicativas:  estatura  ƒ pie  ƒ l_brazo  ƒ a_espalda  ƒ d_craneo  El modelo que deseamos construir es:  peso = b0+b1* estatura+b2*pie+b3*1_brazo+b4*a_espalda+b5*d_craneo Al igual que en regresión lineal simple, los coeficientes b van a indicar el incremento en el peso por el incremento unitario de la correspondiente variable explicativa. Por lo tanto, estos coeficientes van a tener las correspondientes unidades de medida. REGRESIÓN LINEAL MÚLTIPLE EN MATLAB En el siguiente...
Leer más