Buen Resumen De Matlab 2

ETSII-UPM

Introducción a Matlab 6.1
(2ª Parte)
Matemáticas de la Especialidad (Mecánica-Máquinas)
Madrid, 1 de octubre de 2002
Javier García de Jalón
ETSII - Departamento de Matemática Aplicada
a la Ingeniería Industrial

Cadenas de caracteres (strings)
ETSII-UPM
q

Las cadenas de caracteres
Ø
Ø

q

Conversión entre caracteres y números
Ø
Ø

q

La función double(str) convierte una cadena en unvector de números ASCII
La función char(vect) convierte un vector de números en cadena de caracteres

Matrices de caracteres
Ø
Ø
Ø

q

Se definen entre apóstrofos: 'cadena', 'mi casa', 'ni ''idea'''
Los caracteres se guardan en un vector (2 bytes por carácter)

Cada fila es una cadena de caracteres
Todas las filas tienen el mismo número de elementos (se completan con
blancos las filas con menoscaracteres)
Ejemplo: matchar=char('más', 'madera');

Funciones para cadenas de caracteres
Ø
Ø
Ø
Ø
Ø

Conversión: double(cad), char(vect), char(c1,c2,c3), int2str(n), num2str(d),
str2double(s), cellstr(str)
Comparación: strcmp(c1,c2), strcmpi(c1,c2), strncmp(c1,c2,n), c1==c2
Concatenación: frase=['str1', ' ', 'str2', ' ', 'str3'];
Búsqueda y sustitución: findstr(c1,c2), strmatch(frs, str),strrep(c1,c2,c3)
Descomposición de una frase en palabras: [p1,resto]=strtok(str)

1

Hiper-matrices
ETSII-UPM
q

Matrices con más de dos dimensiones
Ø
Ø
Ø

q

La última dimensión representa la “profundidad”
de la matriz
Se pueden utilizar para almacenar varias matrices
distintas pero con el mismo tamaño y significado
La función cat(d, A, B) sirva para concatenar dos
matrices iguales según la dimensión "d"Ejemplo:

A(i,j,k)

i
k
j

HM[:,:,1]=rand(3);
HM[:,:,2]=eye(3);
q

Funciones de Matlab que permiten trabajar con hiper-matrices
Ø
Ø
Ø
Ø

Todas las funciones que actúan sobre escalares se aplican elemento a elemento
Las funciones que actúan sobre vectores (sum, max, ...) se aplican según la
primera dimensión, resultando una matriz de una dimensión menos
Las funciones matriciales de Álgebra Lineal(inv, det, ...) se aplican sólo a submatrices previamente extraídas de la hiper-matriz
Otras funciones: size, ndims, squeeze, permute, ipermute, ... (ver en Help)

Matrices dispersas (sparse)
ETSII-UPM
q

Matrices dispersas o sparse
Ø
Ø

q

Son matrices que tienen la mayor parte
de sus elementos cero
Sólo se almacenan y sólo se opera con
los elementos distintos de cero

Almacenamiento de matricessparse
Ø
Ø
Ø
Ø
Ø
Ø

Se almacena un vector con los nnz
valores distintos de cero
Se almacena otro vector con los nnz
índices de fila de cada valor
Se almacenan en un tercer vector las n posiciones en los vectores anteriores de
los primeros elementos distintos de cero de cada columna
Ejemplo: con load west0479; se carga en memoria un ejemplo de una matriz
de 479×479 con sólo 1887 elementos distintosde cero (ver con spy(west0479))
Las funciones S=sparse(A); y A=full(S); permiten pasar de matrices llenas a
dispersas y viceversa
n=128; f=0.9; A=rand(n); A(find(A>f))=1; A(find(A<=f))=0; S=sparse(A);

2

Matrices dispersas (2)
ETSII-UPM
q

Funciones para crear matrices sparse
Ø
Ø

q

Otras funciones para operar con matrices sparse
Ø
Ø
Ø
Ø

q

full(S), find(S), [i,j,val]=find(S)
nnz(S),nonzeros(S), spy(S), issparse(S)
spfun('funName',S)
Reordenar los elementos: p=colmmd(S), p=symmmd(S), p=symrcm(S)

Funciones de Álgebra Lineal
Ø
Ø

q

speye(n), sprand(n,m), sprandn(n,m), sprandsym(n), spdiags(A)
sparse(A), sparse(m,n), sparse(i,j,val,m,n)

Se puede utilizar el operador \ igual que para matrices llenas
[L,U,P]=lu(S), [L,u]=luinc(S), L=chol(S), L=cholinc(S), [Q,R]=qr(S),
[V,D]=eigs(S),svds(S), normest(S,tol), condest(S), sprank(S)

Criterios prácticos para trabajar con matrices sparse
Ø
Ø

Las funciones y operadores de Matlab tienden a conservar el carácter de los
argumentos —lleno o sparse— de la forma más lógica y razonable
Consultar el Help para una información más detallada

Estructuras (struct)
ETSII-UPM
q

Estructuras:
Ø
Ø

q

Agrupación de datos de naturaleza diversa bajo...