1 / 41

Breve Introdução à Programação em MATLAB Aulas Práticas de Aprendizagem Automática Ano Lectivo 2006/2007

Breve Introdução à Programação em MATLAB Aulas Práticas de Aprendizagem Automática Ano Lectivo 2006/2007. Susana Nascimento Departamento de Informática snt@di.fct.unl. Introdução ao MatLab. O ambiente de trabalho das aulas práticas: MATLAB .

dena
Download Presentation

Breve Introdução à Programação em MATLAB Aulas Práticas de Aprendizagem Automática Ano Lectivo 2006/2007

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Breve Introdução à Programação em MATLABAulas Práticas de Aprendizagem AutomáticaAno Lectivo 2006/2007 Susana Nascimento Departamento de Informática snt@di.fct.unl

  2. Introdução ao MatLab O ambiente de trabalho das aulas práticas: MATLAB. O MATLAB é um ambiente de programação de alto nível para aplicações Científicas e de Engenharia. Facilidades • Oferece um leque alargado de bibliotecas de funções pré-definidas. • Muito amigável em funcionalidades gráficas para Visualizaçãode Dados. • Largamente divulgado em Universidades e Laboratórios de Investigação. • Muito conveniente para o desenvolvimento eficás de protótipos. Introdução MatLab AA-0607

  3. MATLAB the Language of Technical Computing Simulink for Model-based and System-Level Design Site para Consulta da Linguagem: http://www.mathworks.com/access/helpdesk/help/techdoc/learn_matlab/learn_matlab.shtml Introdução MatLab AA-0607

  4. Sumário • Tipos de dados • arrays: caracteres, numéricos, estruturados, … • Operadores • aritmética, relacionais, lógicos. • Fluxo de Controlo • condicionais, case, while, etc. • M-functions • sintaxe • Exemplos e funções simples Introdução MatLab AA-0607

  5. Introdução MatLab AA-0607

  6. Tipos de Dados em MatLab Array Char Numeric Structure Cell ‘a’ image.width = 120 image.name = ‘face1’ Uint8 (8 bit unsigned integer, from 0 to 255, e.g., image gray scales) Double e.g., 3.2567 (8 bytes) Introdução MatLab AA-0607

  7. Uint8 e Doubles • Double • Maioria funções MATLAB • doubles como argumento de entrada • return double Introdução MatLab AA-0607

  8. Uint8 e Doubles • Double • Maioria funções MATLAB • doubles como argumento de entrada • return double • e.g., • Necessidade de converter ‘uint8’ para‘double’ antes de realizar operação matemática » a = 1:10 a = 1 2 3 4 5 6 7 8 9 10 » b = uint8(a) b = 1 2 3 4 5 6 7 8 9 10 » whos Name Size Bytes Class a 1x10 80 double array b 1x10 10 uint8 array » b*2 ??? Error using ==> * Function '*' not defined for variables of class 'uint8'. » (double(b))*2 ans = 2 4 6 8 10 12 14 16 18 20 Introdução MatLab AA-0607

  9. Tipo ‘Char’ » c = ['hello']; » whos Name Size Bytes Class c 1x5 10 char array Grand total is 5 elements using 10 bytes » c(1) ans = h Introdução MatLab AA-0607

  10. Tipo de Dados ‘Char’ » c = ['hello']; » whos Name Size Bytes Class c 1x5 10 char array Grand total is 5 elements using 10 bytes » c(1) ans = h » d = [c,' again']; » d d = hello again » » b = ['hello';'again']; » size(b) ans = 2 5 » b b = hello again » Introdução MatLab AA-0607

  11. Tipo de Dados ‘Struct’ image.name = 'Tom'; » image.height = 3; » image.width = 3; » image.data = [8 10 2; 22 7 22; 2 4 7]; » whos Name Size Bytes Class image 1x1 590 struct array Grand total is 18 elements using 590 bytes Introdução MatLab AA-0607

  12. Tipo de dados Arrays de Estruturas » image(1) = image; » image(2).name = 'Mary' » image(2).width = 4; » image(2).height = 4; » whos Name Size Bytes Class image 1x2 894 struct array Grand total is 28 elements using 894 bytes » image image = 1x2 struct array with fields: name height width data Introdução MatLab AA-0607

  13. Arrays de Estruturas » image(1) = image; » image(2).name = 'Mary' » image(2).width = 4; » image(2).height = 4; » whos Name Size Bytes Class image 1x2 894 struct array Grand total is 28 elements using 894 bytes » image image = 1x2 struct array with fields: name height width data » image(2) ans = name: 'Mary' height: 4 width: 4 data: [] » image(1) ans = name: 'Tom' height: 3 width: 3 data: [3x3 double] Introdução MatLab AA-0607

  14. Operadores • Aritméticos • Computação numérica, e.g., 2^10 • Relacional • Comparação quantitativa de operandos • e.g., a < b • Lógico • AND, OR, NOT • Devolve variável Booleana, 1 (TRUE) ou 0 (FALSE) Introdução MatLab AA-0607

  15. Operadores Aritméticos • Transpose, a’ • Power, a^2 • Addition, multiplication, division • a(1)*b(2) • a*b • works if a and b are matriceswith appropriate dimensions(columns(a) = rows(b)) • a.*b (element by element) • except for matrix operations, mostoperands must be of the same size,unless one is a scalar Introdução MatLab AA-0607

  16. Operadores Aritméticos » a = [2 3]; » b = [4 5]; » a(1)*b(2) ans = 10 » a*b ??? Error using ==> * Inner matrix dimensions must agree. » a*b' ans = 23 » a.*b ans = 8 15 » b/2 ans = 2.0000 2.5000 • Transpose, a’ • Power, a^2 • Addition, multiplication, division • a(1)*b(2) • a*b • works if a and b are matriceswith appropriate dimensions(columns(a) = rows(b)) • a.*b (element by element) • except for matrix operations, operands must be of the same size,unless one is a scalar Introdução MatLab AA-0607

  17. Operadores Relacionais • <, <=, >, >=, ==, ~= • compare corresponding elementsof arrays with same dimensions • if one is scalar, one is not, the scalaris compared with each element • result is, element by element, 1 or 0 Introdução MatLab AA-0607

  18. Operadores Relacionais • <, <=, >, >=, ==, ~= • compare corresponding elementsof arrays with same dimensions • if one is scalar, one is not, the scalaris compared with each element • result is element by element 1 or 0 » a a = 2 3 » b b = 4 5 » a > b ans = 0 0 » b > a ans = 1 1 » a > 2 ans = 0 1 Introdução MatLab AA-0607

  19. Fluxo de Controlo • If, else, endif • if index<100 statementselse statementsend • For….. • For i = 1:100 statementsend • Switch, while Introdução MatLab AA-0607

  20. Programação em MATLAB • File with MATLAB code: “M file”, e.g., sort.m • Two kinds of M-files • scripts • no input arguments supplied • no output arguments returned • operates on data in workspace • functions • can accept input arguments and return output arguments • internal variables local to function by default • useful for extending functionality of MATLAB Introdução MatLab AA-0607

  21. Exemplo de Script MATLAB % script randVect % Script simples para gerar um vector de n n. aleatórios. % ilustar aplicando: % (a) loops for, and (b) chamada directa a uma função. % % Comentar o código Introdução MatLab AA-0607

  22. Exemplo de Script MATLAB % script randVect % Script simples para gerar um vector de n n. aleatórios. % ilustar aplicando: % (a) loops for, and (b) chamada directa a uma função. % % n = 100000; % the number of points for the "for loop” y = zeros(n,1); % preallocate memory for y fprintf('Simulating %d random numbers.....\n\n',n); Inicialização de variáveis Print de informação para o ecran Introdução MatLab AA-0607

  23. (1) Calcula n n. aleatórios e correspondente soma usando loop for; (2) Calcular tempo execução; (3) mostrar resultado Exemplo de Script MATLAB % script randVect % Script simples para gerar um vector de n n. aleatórios. % ilustar aplicando: % (a) loops for, and (b) chamada directa a uma função. n = 100000; % the number of points for the "for loop” y = zeros(n,1); % preallocate memory for y fprintf('Simulating %d random numbers.....\n\n',n); % first do the calculation using a "for loop" fprintf('For loop calculations.....\n'); tic % set the timer for i=1:n y(i) = rand(1); end total = sum(y); fprintf('Sum of %d random numbers = %f\n',n,total); t1 = toc; % read the time elapsed since "tic" (in seconds) fprintf('Time taken, using for loop = %6.5f microseconds\n\n', (t1)*1000); …... Introdução MatLab AA-0607

  24. Exemplo de Script MATLAB ……… … % now do the calculation using vectorization fprintf('Vectorization calculations.....\n'); tic % reset the timer z = rand(n,1); total = sum(z); fprintf('Sum of %d random numbers = %f\n',n,total); t2 = toc; % read the time elapsed since "tic" (in seconds) fprintf('Time taken, using vectorization = %6.5f microseconds\n', (t2)*1000); (1) Calcula n n. aleatórios e correspondente soma usando função rand; (2) Calcular tempo execução; (3) mostrar resultado Introdução MatLab AA-0607

  25. Gerador de Números (pseudo)aleatórios em MatLab • Gera sequência (of length n) de nºs pseudoaleatórios: • Geração da sequência: x(i) = mod(a * x(i-1), m) • Inicialização com valor (“seed”) » help rand RAND Uniformly distributed random numbers. RAND produces pseudo-random numbers. The sequence of numbers generated is determined by the state of the generator. Since MATLAB resets the state at start-up, the sequence of numbers generated will be the same unless the state is changed. S = RAND('state') is a 35-element vector containing the current state of the uniform generator. RAND('state',S) resets the state to S. RAND('state',0) resets the generator to its initial state. RAND('state',J), for integer J, resets the generator to its J-th state. RAND('state',sum(100*clock)) resets it to a different state each time. This generator can generate all the floating point numbers in the closed interval [2^(-53), 1-2^(-53)]. Theoretically, it can generate over 2^1492 values before repeating itself. Introdução MatLab AA-0607

  26. Exemplo de Função MATLAB function [meanr, stdr, z] = simulate(n); Lista de argumentos de entrada, (separados por vírgula) Nome função Identificador de função Lista de valores de output devolvidos Introdução MatLab AA-0607

  27. Função MATLAB • Definição de linha de função • required of all functions • Lista de inputs e outputs • comma delimited: [y, z] = average(a, b, c) • for more than one output, outputs enclosed in square brackets • Variáveis de entrada • function variables are local to the function • input variables are readable to the function: local copies are made if the inputs need to be changed • Escopo • MATLAB searches in this order: • variable name, subfunction, current directory, MATLAB search path Introdução MatLab AA-0607

  28. Exemplo de Função MATLAB function [meanr, stdr, z] = simulate(n); % % Função que simula um vector de n valores uniformemente distribuidos % calcula e devolve: média e desvio padrão dos números. % % % INPUTS: % n: number (inteiro) de nºs (pseudo)aleatórios a gerar. % % OUTPUTS: % meanr: média dos n nºs (pseudo)aleatórios % stdr: desvio padrão dos nºs (pseudo)aleatórios % z: array n x 1 de nºs (pseudo)aleatórios Funções comentadas Introdução MatLab AA-0607

  29. Exemplo de Função MATLAB function [meanr, stdr, z] = simulate(n); % % Função que simula um vector de n valores uniformemente distribuidos % calcula e devolve: média e desvio padrão dos números. % % % INPUTS: % n: number (inteiro) de nºs (pseudo)aleatórios a gerar. % % OUTPUTS: % meanr: média dos n nºs (pseudo)aleatórios % stdr: desvio padrão dos nºs (pseudo)aleatórios % z: array n x 1 de nºs (pseudo)aleatórios % simple error checking to check n is a positive integer if (rem(n,1)~=0) | n<=0 error('Input n must be a positive integer'); end Validar condições com mensagens erro Introdução MatLab AA-0607

  30. Exemplo de Função MATLAB … fprintf('Simulating %d random numbers.....\n\n',n); % generate the n random numbers z = rand(n,1); % calculate the mean and standard deviation meanr= mean(z); fprintf('Mean of the %d random numbers = %f\n',n,meanr); stdr= std(z); fprintf('Standard deviation of the %d random numbers = %f\n',n,stdr); Simular os números aleatórios. Não necessita de função return explícita Valores não devolvidos são locais à função Introdução MatLab AA-0607

  31. Chamada da Função MATLAB » [m, s] = simulate(1000000); Simulating 1000000 random numbers..... Mean of the 1000000 random numbers = 0.499702 Standard deviation of the 1000000 random numbers = 0.499702 » [m, s] = simulate(1000000); Simulating 1000000 random numbers..... Mean of the 1000000 random numbers = 0.499684 Standard deviation of the 1000000 random numbers = 0.288456 » m m = 0.4997 » s s = 0.2885 » Introdução MatLab AA-0607

  32. Outra Função MATLAB function [meanr, stdr, z] = simplot(n,plotflag); % % Função que simula um vector de n valores uniformemente distribuidos % calcula e devolve: média e desvio padrão dos números. Se % var plotflag for 1 é feito o plotting do histogram dos nºs gerados. % % INPUTS: % n: number (inteiro) de nºs (pseudo)aleatórios a gerar. % plotflag: se plotflag=1, desenhar histograma de z, % c.c. não. % % OUTPUTS: % meanr: média dos n nºs (pseudo)aleatórios % stdr: desvio padrão dos nºs (pseudo)aleatórios % z: array n x 1 de nºs (pseudo)aleatórios % simple error checking to check n is a positive integer if (rem(n,1)~=0) | n<=0 error('Input n must be a positive integer'); end Introdução MatLab AA-0607

  33. Simplot.m (cont.) fprintf('Simulating %d random numbers.....\n\n',n); % generate the n random numbers z = rand(n,1); % calculate the mean and standard deviation meanr= mean(z); fprintf('Mean of the %d random numbers = %f\n',n,meanr); stdr= std(z); fprintf('Standard deviation of the %d random numbers = %f\n',n,stdr); if nargin>1 & plotflag==1 figure hist(z, max(n/100,10)) end Novo código Nargin n. de argumentos de entrada sintaxe: hist(data vector, number of bins) Introdução MatLab AA-0607

  34. Fazer o plotting da média amostral em função de n • Extender simplot.m • Para cada valor i = 1 … n, calcular • mean(i) = [sum (x(i)…… x(i)) ]/I • mean(i) deve convergir para true mean 0.5 para n>>> • “Lei dos grandes números” da estatística • Fazer plot para visualizar • Características de plotting acrescidas • grids, log axes, labels, titles Introdução MatLab AA-0607

  35. Código acrescentado ao simplot.m if nargin>1 & plotflag==1 figure % figure for a histogram to see how uniform the numbers are hist(z,max(n/100,10)) figure % figure to see visually how the sample mean converges to 0.5 cs = cumsum(z); % generate a vector of cumulative sums ns = 1:n; % generate a vector of sample sizes runningmean = cs’./ns; % calculate the running mean plot(ns,runningmean); %runningmean = cs./ns'; %semilogx(ns,runningmean); %grid; %axis([1 n 0 1]); %xlabel('Number of random numbers generated'); %ylabel('Mean value'); %title('Convergence of sample mean to true mean'); end Introdução MatLab AA-0607

  36. Exercícios

  37. 1 - Para as matrizes A e B, definidas a baixo, execute as seguintes operações e interprete os resultados. a) A+B b) A*B c) A.*B d) A.^2 e) A^2 f) A*A g) inv(A) h) inv(A)*A i) A\A j) A/A k) A/A – eye(3) l) A*inv(A) – eye(3) Introdução MatLab AA-0607

  38. 2 – Utilizando as funções zeros, ones e eye construa as seguintes matrizes: zeros(4) ones(3) ones(2,1) eye(2) Introdução MatLab AA-0607

  39. 3 – A partir das matrizes A e B do exercício 2 e D = [A B] verifique quais são as operações válidas. a) A*Db) D*Ac) D’*Ad) A*D*B e) A*B*D f) A*D’ g) D(:,1:3)*A h) D(1:3,:)*A Introdução MatLab AA-0607

  40. 4 – A partir de um conjunto 500 de valores aleatórios com distribuição normal (média 10 e desvio padrão 2) determine a percentagem de valores: • superiores a 10 • entre 8 e 12; • entre 6 e 14; • entre 6 e 14; • superiores a 15. 5- Represente graficamente a função de densidade de probabilidade da distribuição normal reduzida, no intervalo de -3 a 3. Introdução MatLab AA-0607

  41. 6– A partir de um conjunto de 100 valores aleatórios com média 500 e desvio padrão 100, representando uma série de valores anuais de precipitação entre 1900 e 1999, elabore um programa que: • Represente graficamente esta série temporal (Figura 1). • Conte o número de ocorrências em que a precipitação excedeu o valor médio mais duas vezes o desvio padrão (valores considerados anómalos). • Represente no gráfico, através de círculos pretos, os valores anteriores. • Utilizando a função hist, construa um histograma, com 20 classes, que represente a distribuição da precipitação (Figura 2). Figura 1 Figura 2 Introdução MatLab AA-0607

More Related