% Demostracin "interactiva" en Matlab de EFICIENCIA COMPUTACIONAL

echo off
% Inicializamos
clear
clc
format
% Nada de lo que escribamos con ECHO OFF puede verse, LALALA !!!
echo on
% Tema: EFICIENCIA COMPUTACIONAL by Gus
% Demostracin "interactiva" en Matlab
%
% COMO AUMENTAR LA VELOCIDAD Y MEJORAR EL MANEJO DE MEMORIA?
% =========================================================
%
% Las operaciones vectoriales y matriciales en MATLAB, son mas
% rpidas que las que se hacen elemento a elemento.
%
% Esto quiere decir que para obtener la mxima velocidad es
% conveniente vectorizar los algoritmos en los archivos ".m".
%
% Por tanto es deseable, siempre que sea posible, expresar los
% bucles "for" y "while", mediante operaciones vectoriales o matriciales.
%
%
% EJEMPLOS:

% =========
% A continuacin escribimos dos secuencias distintas que permiten
% calcular el seno de 1001 nmeros.
% Comprendidos entre 0 y 10.
%
%

i=0;

for t=0:.01:10

<--- Definimos un vector de 0 a 10 con

incrementos de 0.01 (los 1001)

i=i+1;

y(i)=sin(t);

end

%
% y una versin vectorizada de lo mismo es:
%
%

t=0:.01:10;

y=sin(t);

<--- Definimos un vector "y" de resultados

%
% Pulsar una tecla para continuar...
pause
clc

Vamos a calcular los tiempos de clculo de CPU de una y otra

% rutina de cdigo, para lo cual conviene hacer dos archivos

% con el siguiente contenido:
%

clear
format long
t0=cputime;
i=0;
for t=0:.01:10
i=i+1;
y(i)=sin(t);
end
t1=cputime-t0;
disp(['Tiempo de cpu (versin secuencial): ' num2str(t1)])
%
% Pulsar una tecla para continuar...
pause
%
=====================================================================
%

Y para la versin vectorizada:

%
clear
format long
t0=cputime;
t=0:.01:10;
y=sin(t)

% <--- Luego correlo si el ; Que debra haber?

t1=cputime-t0;
disp(['Tiempo de cpu (version vectorizada): ' num2str(t1)])
%

Con la versin secuencial el tiempo de clculo, en un 486DX2-66MHz,

% en el mejor de los casos es de 0.44 sg., mientras que con la versin

% vectorizada, en el peor de los casos es de 0.05. Como puede apreciarse
% la diferencia en tiempo de ejecucin es ABISMAL !!!
% (del orden de 10 veces menor con la versin vectorizada).
%
% Analizar lo que sucedi en nuestra PC.
%
% Teniendo presenete que no muestra en pantalla el proceso inermedio.
%
% Pulsar una tecla para continuar...
pause
clc

% VECTORES PREDEFINIDOS
% =====================
%

Si no se puede vectorizar una parte del cdigo, se puede conseguir

% que los bucles "for" se ejecuten mas rpidamente, simplemente

% predefiniendo vectores en los cuales se almacenen los datos de salida.
% Por ejemplo, se puede incluir como primera sentencia una funcin "zeros",
% con lo cual el bucle "for" se ejecuta un poco mas rpido

clear
format long
x=[1 2 3 4;5 6 3 4;6 -3 4 2;5 7 9 1];

max=5000;

% Cambiando el valor de max hacemos mas o menos clculos

t0=cputime;
y=zeros(1,max);
for i=1:max
y(i)=det(x^i);
end
t1=cputime-t0;
disp(['Tiempo de cpu. ' num2str(t1)])

% Pulsar una tecla para continuar...

pause
clc

% que con la misma versin sin predefinir el vector y

clear
format long
x=[1 2 3 4;5 6 3 4;6 -3 4 2;5 7 9 1];
max=5000;

% Cambiando el valor de max hacemos mas o menos clculos

t0=cputime;
for i=1:max
y(i)=det(x^i);
end
t1=cputime-t0;
disp(['Tiempo de cpu. ' num2str(t1)])

% CONCLUSION: si no se predefine el vector y, MATLAB debe redimensionar

% dicho vector a un elemento mas en cada iteracin (algo que no concierne
% a nuestro programa, es algo no vital).
% En otras palabras, decirle previamente al MATLAB, la cantidad
% de memoria que voy a necesitar.
%
% Si se predefine el vector, se elimina esta etapa "no vital" y se
% ejecuta mas rpido.
%
% FIN
echo off