Buscar Más buscado

Introducción informal a Matlab y Octave - Apéndice D Lo que no me gusta de Matlab

26 - Apéndice D Lo que no me gusta de Matlab

Tutorial creado por Guillem Borrell i Nogueras. Extraido de: http://torroja.dmt.upm.es/%7Eguillem/matlab/
05 de Noviembre de 2006
< anterior | 1 ... 24 25 26 27 | siguiente >
Matlab no es ni mucho menos mi lenguaje de programación favorito. Empecé con Matlab tras unos años de Fortran; poco tiempo después me lancé con Python. Cuando estaba completamente emocionado con Python me vi obligado a programar más en Matlab lo que me permitió compararlos profundamente. Matlab salió perdiendo por goleada.

Además, cuando hago algún pequeño script uso el intérprete GNU/Octave. Llevo muchos y felices años programando en entorno Linux donde la instalación de Octave es trivial. Éste interprete no te deja hacer muchas maravillas, simplemente soporta la parte matemática; nada de gráficos renderizados y sombreados o interfaces de usuario. Para mí es más que suficiente, en programas más complicados no lo uso.

Matlab es una gran ayuda para un ingeniero y es perfecto para cálculos de complejidad media. Esto no impide que seamos críticos, Matlab tiene defectos, algunos de ellos muy grandes; aunque donde yo digo defectos alguien puede decir virtudes.

D.1  Un lenguaje pobre y obsoleto.

Matlab va sobre ``trucos''. Fue muy frustrante ver como me era imposible plasmar lo aprendido durante años con otros lenguajes. En vez de crear estructuras cada vez más sofisticadas iba aprendiendo cómo hackear el código descaradamente. El lenguaje no daba para más. No es un lenguaje de programación general y no pretende serlo pero tiene carencias que a mi parecer justificarían una revisión exhaustiva. Lo peor de todo es que Mathworks va extendiendo el lenguaje a base de añadidos que no tienen ninguna lógica. Por ejemplo la orientación a objetos. ¿De qué sirve crear una clase si no hay absolutamente ninguna en ningún toolkit? ¿Están diciendo desde Mathworks que quieren que hagamos su trabajo?

Otro aspecto que me sorprendió muy negativamente fue la manera en la que se manejaba la precisión numérica, sobretodo cuando se trabaja con Inf o 0. Matlab es incapaz de manejar integrales impropias del modo correcto como lo consigue por ejemplo Python o Java. La precisión de los cálculos internos es algo preocupante, además de la velocidad. Cuando Matlab era el único lenguaje de scripting científico decente aguantar su lentitud era algo asumido. Hoy en día otros lenguajes de scripting son del orden de tres veces más rápidos.

El funcionamiento de Matlab se basa en la programación funcional. Todo es una función, incluso los métodos para pasar variables entre unidades de programa. Este paradigma resulta especialmente molesto cuando los programas se complican. Mantener la sintaxis del lenguaje minima e ir añadiendo una función tras otra no es siempre la solución porque tiende a empobrecer el lenguaje y obliga a aprender centenares de funciones que uno utiliza una vez en su vida.

El hecho de que por cada función definida del modo usual se tenga que crear un archivo me saca de quicio. Si eso desembocara en una ganancia espectacular de velocidad estaría hasta cierto punto justificado, pero no es así. Es una tarea cansina partir un algoritmo en decenas de archivos porque ir juntando las piezas en function handles convierten el código en un jeroglífico. También lo es tener que jugar con las variables para pasar argumentos a funciones de una manera eficiente o crear estructuras de variables artificiales porque a Matlab le faltan tipos como listas o diccionarios. No se pueden usar estructuras complejas de datos porque no se pueden hacer asignaciones por grupo, no se pueden crear iteradores ni iterar sobre listas y muchas cosas más. En una comparación con otros lenguajes de scripting como Python o Ruby, Matlab sale netamente perdedor.

D.2  DWIMBNWIW.

Estas son las iniciales de Do What I Mean But Not What I Write. Es un paradigma de los lenguajes de programación en el que el resultado de nuestro código no depende del modo en el que se ha escrito. Significa que el compilador o el intérprete es tan listo que entiende lo que queremos decir aunque no hayamos sido capaces de plasmarlo en un código óptimo. Podemos preocuparnos más de escribir un código elegante y leíble sin pensar demasiado en una optimización máxima. Fortran es quizás el lenguaje de programación que se acerca más a este objetivo.

Matlab hace literalmente lo que escribimos sin ningún tipo de optimización automática. La consecuencia inmediata es que, tal como hemos visto durante los ejemplos en el libro, la velocidad de ejecución depende directamente de nuestro estilo de programación. Un bucle mal puesto o una función sin optimizar puede aumentar el tiempo de ejecución en varios ordenes de magnitud. La optimización ``en directo'' no es algo ni imposible ni nuevo en lenguajes interpretados. Optimizar los bucles no es tan difícil y en Matlab sólo se hace si compilamos las funciones.

La consecuencia indirecta es que la escritura del programa queda condicionada por el resultado. Este defecto es un motivo suficiente como para calificar a Matlab de mal lenguaje de programación. Algunos lenguajes imponen un estilo pero nunca por motivos relacionados con el resultado y siempre por elegancia o coherencia. Para que un código en Matlab funcione bien debemos evitar los bucles... ¿Cómo pueden pedirnos que evitemos una de las dos estructuras esenciales de la programación? Para conseguir el máximo rendimiento debemos encapsular los comandos lo máximo posible... Al final el código es difícilmente leíble. Para evitar las pérdidas de memoria debemos utilizar la menor cantidad de variables posibles... ¿No sería mejor dotar a Matlab de automatic garbage collection1?

D.3  Matlab para todo, absolutamente todo.

Cuando aprendí programar de verdad fue cuando dominé más de un lenguaje de programación. Fortran me maravilla porque en ningún momento ha querido salir del ámbito científico; si quieres herramientas gráficas programalas en C++ o en Java. En cambio Matlab te permite hacer absolutamente de todo, pero mal. Un ejemplo es el módulo para la creación de interfaces gráficas. Un programador experimentado sabe que cuando programa un interfaz lo más importante es saber en qué toolkit lo está haciendo porque puede que no funcione bien en algunos ordenadores. Un ejemplo claro son las máquinas Linux o BSD donde no hay una máquina virtual de Java por defecto. ¿Cuál es el toolkit de Matlab? Para programar interfaces gráficas es muy conveniente irse a otro lenguaje. De acuerdo, se puede hacer en Matlab; pero no convencerán a nadie si dicen que es la solución más adecuada. Hoy en día no se concibe una API para interfaces gráficas que no soporte orientación a objetos. Otro ejemplo es el toolkit de proceso de imágenes, muy inferior a Imlib que tiene bindings a casi todos los lenguajes de programación (excepto Matlab), es gratuita, rápida y con una API deliciosamente bien escrita.

El ingeniero ``Matlab-monkey'' es un patrón que se está extendiendo peligrosamente. Matlab puede hacer de todo, bien o mal; esto acaba muchas veces con el sentido crítico de que siempre hay que escoger la herramienta adecuada para una tarea. Para procesar datos o para pequeños scripts matemáticos Matlab es simplemente perfecto. Para trabajar con tipos complejos, crear grandes estructuras lógicas o hacer cálculos agresivos con la precisión del ordenador debemos buscar otra solución.

El fenómeno ``Matlab-monkey'' nace de la facilidad con la que se programa en Matlab y es agravado por la creencia que aprender un lenguaje de programación nuevo es costoso e inútil. Todos los programadores que dominen, y con dominar me refiero a ser capaces de escribir programas de miles de lineas que funcionen, admiten que usar regularmente tres o cuatro lenguajes de programación dota de unos recursos impagables; en el fondo todos son iguales.

D.4  El poder del dinero

En el tema de licencias Microsoft es una hermanita de la caridad al lado de Mathworks. Matlab es un programa caro, muy caro. Si compramos alguna versión de estudiante a un precio económico nos podemos encontrar con la desagradable sorpresa de que no está la función fsolve. El motivo es que Matlab está dividido en multitud de toolkits por motivos económicos y algunos de los esenciales están ausentes en el paquete básico. Ahora pensamos que no hay ningún problema, que siempre se puede conseguir pirateado... Pero si tenemos una empresa no hay pirateo que valga, hay que comprar el software. Un Matlab completamente operativo puede costarnos:
2400
Matlab. Sólo el intérprete, las funciones básicas y la interfaz gráfica.
1150
Optimization toolkit. Sin esto no tenemos fsolve .
1000
Statistics toolkit. Sin esto no tenemos funciones estadísticas
1000
Signal processing toolkit. Sin esto nada de convoluciones y FFT.
Y si encima queremos el Matlab Compiler para que el código vaya rápido de verdad (6250), Simulink (3500) y Stateflow (3500) la suma puede salirnos por la friolera de 18800. Y más nos vale ponerlo en un buen servidor de aplicaciones porque esto es el coste por puesto de trabajo.

Si lo comparamos con el coste cero de muchas de los programas que podemos encontrar por Internet, algunas de ellos de tanta calidad o más que Matlab, es probable que cambiemos de herramienta de uso cotidiano.

D.5  Python

Programo en Matlab a menudo pero esto no significa que sea mi lenguaje favorito. Aprecio su carácter directo y su sencillez pero cuando tengo que programar aplicaciones más serias me voy a otro lenguaje interpretado, Python. Tiene absolutamente todo lo que se le puede pedir a un lenguaje de programación, además está creciendo en adeptos. Es muy recomendable echarle un vistazo, probablemente alguien vea la luz con Python; incluso puede ser que descubra que programar es divertido.

El módulo orientado a matemáticas más versátil y completo es SciPy. Aunque está aún incompleto se ha convertido en una referencia entre los programadores en Python. A los recién llegados a este lenguaje les resulta raro encontrar rutinas para funciones de interpolación implementadas con orientación a objetos. Una vez se supera la sorpresa inicial el código resultante se vuelve cada vez mejor, incluso puede volverse más directo que Matlab.

1
En un lenguaje donde se van creando y destruyendo variables y donde las funciones reciben los argumentos por valor en vez de por referencia es muy útil tener un mecanismo que libere la memoria que no se vuelve a utilizar. Automatic Garbage Collection es el nombre que recibe el mecanismo de búsqueda y eliminación de variables intermedias inútiles. Matlab sólo dispone del comando clear.
< anterior | 1 ... 24 25 26 27 | siguiente >

Opinar
11 opiniones

Enzo

buenazo
Introducción informal a Matlab y Octave

un excelente materaial
^^ bueno el tutorial >_<

es bueno para uno q esta aprendiendo a aprender a manejarlo
Esta bien bueno y claro ese tutorial.

De verdad es una ayuda para el que empieza a manejar matlab.
Ing. Civil.

Bastante completo y didactico.
1 2 3 | siguiente >

Tutoriales relacionados con 'Introducción informal a Matlab y Octave'

Introducción informal a Matlab y Octave
Hay muchos libros de Matlab, algunos muy buenos, pero en ninguno es tratado como un... Más »

Anuncios Google

Autor y licencia de 'Introducción informal a Matlab y Octave'


Tutorial de Guillem Borrell i Nogueras. Extraido de: http://torroja.dmt.upm.es/%7Eguillem/matlab/ CopyLeft
Este contenido ha sido recopilado por el equipo de Wikilearning. Todo el contenido recopilado se ha obtenido respetando y comunicando en nuestro site la licencia de cada fuente.
Wikilearning tiene permiso expreso por escrito de los autores para publicar los contenidos que ha extraído de otras webs, incluyendo su uso comercial.