Curso bàsico de matlab

INTRODUCCIÓN MATLAB (Matrix Laboratory) es un programa matemático creado en la empresa Math Works de los estados unidos que manipula matrices y vectores ágilmente. MATLAB está compuesto por: un ambiente de desarrollo; una librería de funciones matemáticas; un lenguaje específico de alto nivel; gráficos para la representación de información en dos y tres dimensiones; procesamiento de imagen yanimación; un API para interfaces externas para comunicar al programa con otros programas. Adicionalmente cuenta con documentación en línea constituida por tutoriales, ejemplos y referencias. Además de contar con la manipulación matemática es posible adicionar una serie de módulos para diferentes áreas del conocimiento como son: • • Sistemas de control (Control system toolbox) Análisis, diseño ysimulación de sistemas de control automático. Identificación de sistemas en el dominio de la frecuencia (Frequency-domain system identification toolbox) Modelación de sistemas lineales basada sobre las medidas de respuesta en frecuencia del sistema. Lógica difusa (Fuzzy logic toolbox) Análisis, diseño y simulación de sistemas con inferencia difusa. Análisis espectral de alto orden (High order spectralanalysis toolbox) Análisis de señales originadas por procesos no lineales o que contienen ruido no Gaussiano. Procesamiento de imágenes (Image processing toolbox) Diseño de filtros digitales, análisis estadístico, operaciones sobre el color y la morfología, transformaciones 2-D. Modelos de control predictivo (Model predictive control toolbox) Aplicaciones de control que contienen muchas entradas ymuchas salidas variables, algunas con restricciones. Aplicaciones a problemas de ingeniería química. Análisis y síntesis MU (Mu analysis and synthesis toolbox) Herramientas especializadas para el análisis y síntesis de control optimo H(infinito) y u-analisis. Análisis y diseño de sistemas de control robusto multivariable para sistemas lineales. Fundación NAG (NAG foundation toolbox) Incluye 200funciones de cálculo numérico para la solución de problemas de condiciones de frontera, optimización, ajuste de curvas y superficies, y otras aplicaciones. Redes neuronales (Neural networks toolbox) Funciones para analizar y diseñar redes neuronales. Las redes neuronales son arquitecturas de cómputo, inspiradas en el sistema nervioso biológico, las cuales son útiles en aplicaciones donde unanálisis formal es extremadamente complicado o imposible, tal como reconocimiento de imágenes e identificación y control de sistemas no lineales. Diseño de control no lineal (Nonlinear control design toolbox) Diseño de sistemas de control lineal y no lineal, usando técnicas de optimización en el dominio del tiempo. incluye una interface gráfica para observar el comportamiento de las restricciones ysintonizar los parámetros del controlador. Optimización (Optimization toolbox) Comandos para la optimización de funciones lineales o no lineales e incluye las restricciones. Un problema de optimización puede ser visualizado como el intento de encontrar el punto más alto o mas bajo en un paisaje encerrado por una cerca. Un algoritmo de optimización puede ser desarrollado para explorar a través delpaisaje y buscar desde la topología los puntos extremos.

• • • •

•

•

•

•

•

•

Teoría de realimentación cuantitativa (Quantitative feedback theory toolbox) Diseño de sistemas de control en el dominio de la frecuencia utilizando QTF para sistemas con incertidumbre. Control robusto (Robust control toolbox) Análisis y diseño de sistemas de control que son robustos con respecto a lasincertidumbres que se puedan presentar en el mundo real. Procesamiento de señales (Signal processing toolbox) Colección de funciones M de MATLAB para el procesamiento de señales. Este modulo incluye representación de señales y sistemas, cálculo de respuestas temporales y en frecuencia, diseño de filtros, transformada de Fourier, identificación de sistemas. Simulink (Simulink toolbox) Ambiente...