Kurzes Tutorial: Octave/MATLAB

von Christian Herta

Was ist Matlab/Octave

MATLAB bzw. Octave sind numerische Berechnungs- und Simulationswerkzeuge. Sie besitzen hierfür eine eigene Syntax / Programmiersprache, die interpretiert wird. MATLAB und Octave sind größtenteils kompatibel, wobei MATLAB aber einen größeren Funktionsumfang besitzt. GNU Octave ist für viele Computersysteme kostenlos erhältlich. Eine Knoppix-Version (bootbares CD-Linux) mit Octave-Inhalt gibt es ebenfalls: http://pareto.uab.es/mcreel/Econometrics/
Sowohl für Octave als auch für MATLAB gibt es etliche Toolboxen, die Funktionen für spezielle Probleme bereitstellen ( z.B. Statistik ). Für octave gibt es diese auf Octave-Forge und mit Octaviz ist eine Erweiterung zur Visualisierung verfügbar.
Octave und MATLAB sind keine Computer-Algebra Systeme, d.h. sie können nicht symbolisch rechnen, wie z.B. MAPLE oder Mathematica. MATLAB besitzt hierfür jedoch eine auf MAPLE basierende Toolbox: Symbolics (im Rahmen dieses Tutorials wird jedoch hierauf nicht eingegangen).

Dieses Tutorial sollte interaktiv mit einer Matlab/Octave Umgebung durchgearbeitet werden. Die Eingabe in der Matlab/Octave-Umgebung wird dabei mit 
 >>
gekennzeichnet.

Inhalt


Datenstrukturen

Skalare, Vektoren und Matrizen

Die wichtigste Datenstruktur in MATLAB/Octave ist die Matrix. Daher auch der Name MATLAB, der eine Abkürzung für MATrix LABoratory ist. Auch Skalare werden intern als 1x1 Matrix behandelt.
Beispiel für ein Skalar:
Die Definition der Variable skalar als Skalar mit Wert 5. Variablennamen, wie hier skalar können beliebig gewählt werden. Zur Wert-Zuweisung benutzt man den Operator = . 
          >> skalar = 5
Matlab/Octave antwortet darauf mit: 
           skalar = 5
Will man diese Ausgabe unterdrücken, so kann man dies mit einem Semikolon am Ende der Zeile bewirken. 
          >> skalar = 5;
Ein Vektor ist eine Matrix, wobei eine Spalte bzw. Reihe die Länge 1 besitzt. Definiere Zeilenvektor zeilenVektor der Länge 3: 
          >> zeilenVektor = [ 2 4 8 ]
Antwort von Matlab/Octave: 

	  zeilenVektor =

	  2  4  8
Optional kann man die Werte mit Kommas trennen. 
          >> zeilenVektor = [ 2, 4, 8 ]
Antwort von Matlab/Octave: 

	  zeilenVektor =

	  2  4  8
Will man einen Spalten-Vektoren definieren, so ersetzt man das Komma durch Semikolon: Definiere einen Spalten-Vektor spaltenVektor der Länge 3: 
          >> spaltenVektor = [ 1; 3; 9 ]


	  spaltenVektor =

	  1
          3
          9
Hier schreibt Matlab/Octave die Antwort, wie gewünscht, in verschiedene Zeilen, d.h. der Vektor besitzt nur eine Spalte (Spaltenvektor). Will man einen Spaltenvektor in einen Zeilenvektor umformen, kann man dies folgendermaßen bewerkstelligen: 
	  >>spaltenVektor_1 = zeilenVektor'

          spaltenVektor_1 =

          2
          4
          8
Die Konvertierung von Zeilenvektoren in Spaltenvektoren funktioniert analog. 
	  >>zeilenVektor_1 = spaltenVektor'

          zeilenVektor_1 =

          1 3 9
Der Übergang zu echten Matrizen ist einfach: 
	  >>Matrix_3x3 = [ 1, 2, 3; 4, 5, 6; 7, 8, 9 ]

	  Matrix_3x3 =
	  
	  1  2  3
	  4  5  6
	  7  8  9
Auf die einzelnen Elemente kann durch Angabe der Indizes (beginnend mit 1) zugegriffen werden: 
	  >>Matrix_3x3(2,3)
	  
	  ans = 6
Hier wurde das Ergebnis nicht in einer Variablen gespeichert. Die Ausgabe erfolgt dann in ans (für answer).

Matlab/Octave kennt auch komplexe Zahlen: 
	  >>komplexeMatrix_3x2 = [ 1 + 3i, 2 + 5i; 3, 7i; 4 + 3i , 2]

	  komplexeMatrix_3x2 =

	  1 + 3i  2 + 5i
	  3 + 0i  0 + 7i
	  4 + 3i  2 + 0i
Matrizen lassen sich auch mit Hilfe des (.)- und (')-Operators transponieren, bzw. transponieren und konjugieren: 
	  >>transponiertMatrix = komplexeMatrix_3x2.'

          transponierteMatrix =

          1 + 3i  3 + 0i  4 + 3i
          2 + 5i  0 + 7i  2 + 0i

	  
	  >>transponiertUndkonjugierteMatrix = komplexeMatrix_3x2'

          transponiertUndkonjugierteMatrix =

          1 - 3i  3 - 0i  4 - 3i
          2 - 5i  0 - 7i  2 - 0i

Zeichenfolgen

Zeichenfolgen (Strings) werden zwischen einfachen oder doppelten Anführungszeichen eingeschlossen. 
	  >>zeichenFolge = ["eine ", "Zeichenfolge"]

          zeichenFolge = eine Zeichenfolge
Intern speichert Matlab/Octave Zeichenfolgen als Matrizen von Zeichen. Das bedeutet, dass folgende Definition analog der obigen ist. 
	  >>gleicheZeichenFolge = ["eine Zeichenfolge"]

	  gleicheZeichenFolge = eine Zeichenfolge

Structs

Ergänzend sei erwähnt, dass es Strukturen (struct) wie in der Programmiersprache C gibt.

Workspace

Informationen über alle definierten Variablen, den Workspace, erhält man mit dem Befehl 
 
          >>who
	  
          *** local user variables:

          Matrix_3x3          skalar              spaltenVektor_1     zeilenVektor
          komplexeMatrix_3x2  spaltenVektor       zeichenFolge        zeilenVektor_1
Noch mehr Information, wie z.B. die Dimensionen der Matrizen, gibt es mit 
 
	  >>whos
	  
	  *** local user variables:
	  
	  prot  type                       rows   cols  name
	  ====  ====                       ====   ====  ====
	  rwd  matrix                        3      3  Matrix_3x3
	  rwd  complex matrix                3      2  komplexeMatrix_3x2
	  rwd  scalar                        1      1  skalar
	  rwd  matrix                        3      1  spaltenVektor
	  rwd  matrix                        3      1  spaltenVektor_1
	  rwd  string                        1     25  zeichenFolge
	  rwd  matrix                        1      3  zeilenVektor
	  rwd  matrix                        1      3  zeilenVektor_1
Variablen, die man nicht mehr benötigt, können mit clear gelöscht werden, z.B. 
	  >>clear Matrix_3x3
Alle Variablen löscht man mit 
	  >>clear all

Arithmetische Operatoren

Matrixoperatoren

Bei den arithmetischen Operationen (wie +,-,* usw.) ist zu beachten, dass alle diese Operationen als Matrixoperationen verstanden werden müssen. Ist eine Matrixoperation nicht definiert, so ergibt der korrepondierende Matlab/Octave Aufruf eine Fehlermeldung. Beipiel: Definition von 2 Matrizen: 
	  >>A_2x3 = [1, 2, 3; 5, 6, 7];
	  >>B_3x3 = [9, 8, 7; 6, 5, 4; 3, 2, 1];
Das Matrixprodukt zwischen A_2x3 und B_3x3 ist definiert: 
	  >>A_2x3 * B_3x3  

	  ans =
	  
	  30   24   18
	  102   84   66
Das Produkt zwischen B_3x3 und A_2x3 aber nicht! Also erhält man eine Fehlermeldung (hier unter Octave): 
          >>B_3x3 * A_2x3
 
	  error: operator *: nonconformant arguments (op1 is 3x3, op2 is 2x3)
	  error: evaluating binary operator `*' near line 68, column 7
Unter Matlab erhält man als Fehler: 
          Inner matrix dimensions must agree

Übung:
Probieren Sie alle möglichen Arten von Multiplikationen, Additionen und Subtraktionen zwischen Matrizen, Vektoren und Skalaren aus!

Feldoperatoren

Außer den Matrixoperationen gibt es in vielen Fällen auch entsprechende Operationen, die elementweise zwischen den einzelnen Elementen der Matrizen (Vektoren) ausgeführt werden sollen. Diese werden in Matlab/Octave durch das Voranstellen eines Punktes (.) gekennzeichnet. Beispiel: 
	  >>A_2x3 = [1, 2, 3; 5, 6, 7];
	  >>C_2x3 = [1, 1, 2; 2, 3, 3];
	  >>A_2x3 .* C_2x3 

	  ans =

          1   2   6
          10  18  21
Dagegen ist das Matrixprodukt A_2x3 * C_2x3 nicht definiert.

Potenzen

Bei der Potenzierung unterscheidet man wieder zwischen der Matrix- und der elementweisen Operation.

Die Matrixoperation wird mit dem Operator ^ dargestellt. Diese ist als Multiplikation der Matrix mit sich selbst (x-mal) zu verstehen und ist somit nur für quadratische Matrizen definiert. Beipiel: 
	  >>B_3x3 = [9, 8, 7; 6, 5, 4; 3, 2, 1];
	  >>B_3x3^2
	  
          ans =
	  
	  150  126  102
	  96   81   66
	  42   36   30
Die elementweise Potenzierung mit Hilfe des Operators .^ dagegen ist eine Feldoperation zwischen den einzelnen Komponenten der Matrizen. 
          >>A_2x3 = [1, 2, 3; 5, 6, 7];
	  >>C_2x3 = [1, 1, 2; 2, 3, 3];
	  >>A_2x3 .^ C_2x3
	  
	  ans =
	  
	  1    2    9
	  25  216  343

Inversion, Division und Gleichungssysteme

Für Matrizen sind Divisionen nicht direkt definiert. Betrachtet man allerdings eine Division als Multiplikation mit dem Inversen, so erhält man eine rechte und eine linke Division (für invertierbare quadratische Matrizen):

d/e entspricht d * e^-1
d\e entspricht d^-1 * e

Zuerst die Inversion: 
	  >>d = [2, 1; 3, 4];
          >>d^-1

	  ans =
	  
	  0.80000  -0.20000
	  -0.60000   0.40000
Die Inversion kann auch mit Hilfe der Funktion inv(argument) ausgeführt werden. 
	  >>e = [1, 3; 2, 3];
	  >>inv(e)
	  
	  ans =
	  
	  -1.00000   1.00000
	  0.66667  -0.33333
Die rechte Division d/e entspricht d * e^-1: 
	  >> d * e^-1
	  ans =
	  
	  -1.33333   1.66667
	  -0.33333   1.66667
Direkt: 
	  >>d/e
	  
	  ans =

	  -1.33333   1.66667
	  -0.33333   1.66667
Und die linke Division d\e, die d^-1 * e entspricht. 
	  >>d^-1 * e
	  
	  ans =
	  
	  0.40000   1.80000
	  0.20000  -0.60000
oder direkt: 
	  >>d\e
	  
	  ans =

	  0.40000   1.80000
	  0.20000  -0.60000
Mit Hilfe der Inversion bzw. Division lassen sich lineare Gleichungssysteme lösen. Diese lassen sich als Matrix-Vektor Gleichung schreiben. (Zur allgemeinen Lösbarkeit solcher linearen Gleichungssysteme vgl. Lehrbücher der linearen Algebra).

A * x = y
mit
A: invertierbare (nicht singuläre) Koeffizientenmatrix (dim x dim)
x: gesuchter Spaltenvektor (dim x 1)
y: Spaltenvektor der Inhomogenitäten (dim x 1)
Die Lösung für x ist somit: x = A^-1 * y Beispiel: 
	  >> A = [1, 3; 2, 3];
	  >> y = [1; 3];
	  >> x 
	  x =

	  2.00000
	  -0.33333
Überprüfung: 
	  >>A * x
	  
	  ans =

	  1
	  3

Vergleichsoperatoren, Logische Operatoren und Wahrheitswerte

Die beiden Wahrheitswerte (falsch und wahr) werden mit den beiden Zahlen 0 und 1 codiert. Außerdem gelten im logischen Kontext alle Zahlen ungleich Null als wahr.

Vergleichsoperatoren (relationale Operatoren):
< <= > >= == !=(ungleich)
sind Feldoperatoren, d.h. sie vergleichen alle Einträge zwischen zwei Matrizen, Vektoren bzw. Skalaren. Beide Operanden müssen dabei wieder die gleichen Längen in allen Dimensionen besitzen oder ein Operand muss ein Skalar sein.
Beispiel: 
	  >> a = [1, 3; 2, 3];
	  >> b = [1, 4; 3, 3];
	  >> a != b 
	  
	  ans =

	  0  1
	  1  0
Beispiel für einen Vergleich zwischen einer Matrix und einem Skalar: 
	
          >> c = 3;
          >> a == c
	  
	  ans =
	  
	  0  1
	  0  1
Die wichtigsten logischen (Feld-)Operatoren sind:
Und: &
Oder: |
Nicht: ~
xor(operand1, operand2) 
	  >>a = [0, 1; 0, 1];
	  >>b = [1, 0; 0, 1];
	  >>xor(a,b)
	  
	  ans =
	  
	  1  1
	  0  0

          >>a & b

	  ans =
	  
	  0  0
	  0  1

Weitere Variablendefinitionsmöglichkeiten

Vektoren und Matrizen können auf verschiedene Weise (um-)definiert werden: Eine Matrix kann um eine weitere Zeile ergänzt werden: 
	  >>matrix = [1, 2 , 3; 4, 5, 6];
	  >>matrix = [matrix; 7, 8, 9]
	  
	  ans =

	  1  2  3
	  4  5  6
	  7  8  9
oder um eine weitere Spalte : 

	  >> matrix = [ matrix, [10; 11; 12] ]
	  
	  matrix =
	  
	  1   2   3  10
	  4   5   6  11
	  7   8   9  12
Zum Löschen der Zeilen oder Spalten muss man diese mit einem leeren Vektor [] überschreiben. Zur Indizierung aller Elemente in der gewünschten Zeile oder Spalte benutzt man den Platzhalter : ,der alle Indizes anspricht.
Löschen der ersten Spalte 
	  >>matrix(:,1) = []
	  
	  matrix =
	  
	  2   3  10
	  5   6  11
	  8   9  12

und anschließend der zweiten Zeile: 
	  >>matrix(2,:) = []
	  matrix =

	  2   3  10
	  8   9  12
Auf die gleiche Weise kann man natürlich auch ganze Zeilen und Spalten auf einmal mit neuen Werten belegen: 
	  >>matrix(:,2) = [1; 2]

	  matrix =

	  2   1  10
	  8   2  12
Ein Vektor lässt sich mit konstantem Inkrement automatisch erzeugen: (Startwert: Inkrement: maximaler Endwert)
Also ein Zeilen-Vektor: 
	  >>vector = (-0.5:0.3:0.5)
          
          vector =

          -0.50000  -0.20000   0.10000   0.40000
Ein Spalten-Vektor: 
	  >>vector = (-1:0.5:1)'
	  vector =
	  
	  -1.00000
	  -0.50000
  	   0.00000
	   0.50000
	   1.00000
Slicing, das sind Ausschnitte aus Vektoren, kann man ebenfalls direkt erhalten: vektor(m:n) ist das Slice des Vektors vektor vom m-ten bis zum n-ten Eintrag: 
	  >>vector(3:5)
	  
          ans =
	  
	  0.00000
	  0.50000
	  1.00000
Bei Matrizen erhält man so Submatrizen: 
	  >>vector = (1:0.1:1.5);
	  >>matrix = [vector ; vector * 2; vector * 3 ]

	  matrix =

	  1.0000  1.1000  1.2000  1.3000  1.4000  1.5000
	  2.0000  2.2000  2.4000  2.6000  2.8000  3.0000
	  3.0000  3.3000  3.6000  3.9000  4.2000  4.5000

	  >>matrix(2:3, 2:4)
	  
	  ans =
	  
	  2.2000  2.4000  2.6000
	  3.3000  3.6000  3.9000

Konstanten

Matlab/Octave kennt mathematische Konstanten, wie: pi, e

Funktionen

Hilfe zu einer Funktion erhält man durch das Kommando help function, wobei function für die Funktion steht, zu der man Hilfe benötigt.

Der alleinige Aufruf von help ergibt eine Übersicht über Matlab/Octave. Probieren Sie es aus!

Mathematische Funktionen

Alle gängigen mathematischen Funktionen sind in Matlab/Octave implementiert, z.B.:
sin, cos, exp, log, atan, abs
Benutzt man diese auf Vektoren bzw. Matrizen, werden die Funktionen elementweise angewendet.
Beispiel: 
	  >>a = ( 0 : pi/5 : 2 * pi)'
	  >>b = sin(a)

	  b =
	  
 	   0.00000
	   0.58779
	   0.95106
	   0.95106
	   0.58779
	   0.00000
	  -0.58779
	  -0.95106
	  -0.95106
	  -0.58779
	  -0.00000

Vektor- und Matrixfunktionen

Es gibt hilfreiche Vektor und Matrixfunktionen:

length(v) gibt die Länge des Vektors vector zurück.
size(matrix) gibt die Anzahl der Zeilen und Spalten der Matrix matrix als Zeilenvektor [Zeilen, Spalten] zurück.
eye(m,n) erzeugt eine m x n Matrix mit 1-ern auf der Hauptdiagonalen.
zeros(m,n) erzeugt eine Nullmatrix.
ones(m,n) erzeugt eine Matrix, deren Elemente gleich 1 sind.
rand(m,n) erzeugt eine Zufallsmatrix mit gleichverteilten Einträgen [0,1[.

Beispiel: 

	  >>eye(3,3)
	  
	  ans =
	  
	  1  0  0  
	  0  1  0  
	  0  0  1

Graphik

Im Rahmen dieser Einführung werden nur die wichtigsten Graphikfunktionen vorgestellt.

2-dim Graphikfunktionen

Einen 2-dim Funktionsplot erhält man mit plot(x-Vektor, y-Vektor).
Beispiel: 
	  >>a = ( 0 : pi/20 : 2 * pi);
	  >>plot(a, sin(a))
Die Art, wie der Graph geplottet werden soll, wird duch einen dritten Parameter eingestellt (durchgezogene Linien, Kreise, gepunktet, Beschriftung etc.) Beispiel Kreise (o) in rot(r) mit Graphbeschriftung "Sin": 
	  >>a = ( 0 : pi/20 : 2 * pi);
	  >>plot(a, sin(a), "or;Sin;")
Auch lassen sich mehrere Funktionen gleichzeitig plotten: 
	  >> plot (a, cos(a), ".;Cosinus;", a, sin(a), "+3;Sinus;");
Mehr Information zur Darstellung erhalten Sie über die Hilfe help plot.

Mit xlabel("gewünschte Beschriftung der x-Achse") bzw. ylabel("gewünschte Beschriftung der y-Achse") lassen sich die x- bzw. y-Achse dann beschriften.

Mit title("gewünschte Überschrift") wird die Überschrift gewählt.

Mit figure lässt sich ein neuer Graph öffnen.

Und mit axis(x-min, x-max, y-min, y-max) aus diesem ein Ausschnitt wählen. 
	  >>xlabel("Zeit / s")
	  >>ylabel("Amplitude / V")
	  >>titel("Nur ein Beispiel")
	  >>figure
	  >>axis([1,4,-0.5, 1])

3-dim Graphikfunktionen

3-dim Graphikplot können mit Hilfe der Funktion mesh erzeugt werden. Versuchen Sie folgendes Beispiel vollständig zu verstehen! 
	  x = (-10:0.5:10);
	  y = (-10:0.5:10)';
	  v = ones(length(x),1);
	  xx = v * x;
	  yy = y * v';
	  f = cos( (0.2*xx).^2 + (0.4*yy).^2 ) .* exp( -0.04 * (xx.^2 + yy.^2) ); 
	  axis([-10, 10, -10, 10]);
	  mesh(x, y, f)
Das Erzeugen des x- bzw. y-"Grids" (hier Variablenname xx bzw. yy) lässt sich einfacher mit der Hilfsfunktion [xx, yy] = meshgrid(x,y) bewerkstelligen: 
	  x = (-10:0.5:10);
	  y = (-10:0.5:10)';
	  [xx, yy] = meshgrid(x, y);
	  f = cos( (0.2*xx).^2 + (0.4*yy).^2 ) .* exp( -0.04 * (xx.^2 + yy.^2) ); 
	  axis([-10, 10, -10, 10]);
	  mesh(x, y, f)

Input- und Output-Routinen

Der laufende Workspace kann gelesen und geschrieben werden: 

>> save curWorkspace
speichert den Workspace im File curWorkspace ab. 

>> load curWorkspace
lädt den Workspace aus dem File curWorkspace wieder ein.


Externe ascii-Dateien können auch mit load geladen und geschrieben werden. In der ascii-Datei müssen die Daten allerdings im Matrixformat vorliegen. Beispiel: Es existiert die Datei bsp.txt im laufenden Verzeichnis: 
	  chris@aristoteles:~> more bsp.txt
	  1 1
	  1 2
	  1 4
	  2 3
Diese Datei kann mit Hilfe von load (standardmäßig in die Variable bsp) eingeladen werden, falls man sich in Matlab/Octave im gleichen Verzeichnis befindet oder das Verzeichnis im Suchpfad liegt (siehe unten): 
	  >>load bsp.txt
          >>bsp

	  bsp =
	  
	  1  1
	  1  2
	  1  4
	  2  3
Mit Hilfe von path kann man sich den Suchpfad von Matlab/Octave anzeigen lassen. 
	  >>path

	  Octave's search path contains the following directories:
	  
	  .
	  /usr/local/libexec/octave/2.1.57/site/oct/i686-pc-linux-gnu//
	  /usr/local/libexec/octave/site/oct/api-v8/i686-pc-linux-gnu//
	  /usr/local/libexec/octave/site/oct/i686-pc-linux-gnu//
	  /usr/local/share/octave/2.1.57/site/m//
	  /usr/local/share/octave/site/api-v8/m//
	  /usr/local/share/octave/site/m//
	  /usr/local/libexec/octave/2.1.57/oct/i686-pc-linux-gnu//
	  /usr/local/share/octave/2.1.57/m//
Mit Hilfe von path(path, "/home/chris/myOctave") lässt sich ein Verzeichnis zum Suchpfad hinzufügen.

Programmierung

Script-Files

Mit einem beliebigen Texteditor (Mathlab besitzt einen eingebauten Editor) kann man Befehlssequenzen in einem ascii-File mit der Endung .m (sogenannte m-Files ) abspeichern. Liegen diese im Suchpfad lässt sich das Script aus der Matlab/Octave Komandozeile durch den Aufruf des Dateinamens (ohne die Endung .m) ausführen. Kommentare werden mit einem vorangestellten % gekennzeichnet. Die ersten zusammenhängenden Kommentarzeilen am Anfang der Datei werden als Scriptbeschreibung beim Aufruf help scriptname ausgegeben.
Man soll aber keine Dateinamen benutzen, die genauso wie eingebaute Befehle lauten. Dies lässt sich mit help name überprüfen.
Beispiel: In die ascii-Datei myFirst.m wird das folgende Script geschrieben: 
	  % Nur ein Beispiel
	  % 3D-Plot
	  
	  % dies wird nicht mehr als Hilfe ausgegeben
	  
	  x = (-10:0.5:10);
	  y = (-10:0.5:10)';
	  v = ones(length(x),1);
	  X = v * x;
	  Y = y * v';
	  f = cos( (0.2*X).^2 + (0.4*Y).^2 ) .* exp( -0.04 * (X.^2 + Y.^2) );
	  axis([-10, 10, -10, 10]);
	  mesh(x, y, f)
Steht dieses im Suchpfad, so kann man es und die korrespondierende Hilfe aufrufen: 
          >>myFirst
          >>help myFirst

          myFirst is the file: /home/chris/tmp/myFirst.m

          Nur ein Beispiel
          3D-Plot
Nach dem Aufruf sind die im Script-File definierten Variablen im Workspace bekannt (im Gegensatz zu den noch folgenden "selbstgeschriebenen" Funktionen)

Kontrollstrukturen

Matlab/Octave besitzt die für Programmiersprachen üblichen Kontrollstrukturen.

Schleifen

Die for-Schleife: 
	  for i=0:-2:-10 
	    printf("%d\n",i); 
	  end
Die hier benutzte formatierte Ausgabe ist analog zu der Sprache C. Und die while-Schleife: 
	  while a < A  
	    a=a+1; 
	  end

Bedingungen

Die if-Anweisung: 
	  if a==0 
	    error( "a ist 0!" ) 
	  else 
	    b=c/a; 
	  end
Die switch-Anweisung: 
	  switch pnorm
	    case 1; 
	      sum(abs(v)) 
	    case inf; 
	      max(abs(v)) 
	    otherwise 
	      sqrt(v *v) 
	  end

Funktionen (selbstgeschrieben)

Funktionen werden wie Scripte in einer m-Datei gespeichert und analog aufgerufen. Diesen kann man jedoch Parameter übergeben. In der ersten Zeile der ascii-Datei steht hierzu:
function[Ausgabeparameter]= nameDerFunction(Eingabeparameter)
Die Funktion sollte dabei den gleichen Name wie die Datei (ohne die Endung .m) besitzen.
Ausgabeparameter steht hier für eine Liste von Parametern, in denen Ergebnisse gespeichert werden können.
Eingabeparameter steht hier für die Liste der Eingabeparameter der Funktion.

Beispiel: Datei beispielPlot3d.m 
	  function [x, y] = beispielPlot3d(x_scale, y_scale, daemp)
	  % Nur ein Beispiel
	  % 3D-Plot als Function
	  % usage: [x, y] =  beispielPlot3d(x_scale, y_scale, daemp)
	  % x
	  
	  % dies wird nicht mehr als Hilfe ausgegeben
	  
	  x = (-10:0.5:10);
	  y = (-10:0.5:10)';
	  v = ones(length(x),1);
	  X = v * x;
	  Y = y * v';
	  f = cos( (x_scale*X).^2 + (y_scale*Y).^2 ) .* exp( -daemp * (X.^2 + Y.^2) );
	  axis([-10, 10, -10, 10]);
	  mesh(x, y, f)
Aufruf: 
	  >> beispielPlot(.4, 0.6, 0.02)
Verdeutlichung der Ausgabeparameterliste: 
	  >>clear all
	  >> [a, b] =  beispielPlot3d( 0.4, 0.6 , 0.02);
Welche Variablen befinden sich im Workspace und welchen Inhalt besitzen diese?

Die Eingangsparameter werden durch Aufruf von Funktionen nicht verändert (call-by-value) und die Variablen in der Funktion sind nur in der Funktion bekannt.
Eine Änderung der Variablen des aufrufenden Workspace ist lediglich über die Ausgabeparameter der Funktion möglich.

Die Unterschiede zu Scripten sei hier noch einmal betont:

Beipiel: k-means in Octave

function[centroid, pointsInCluster, assignment]= myKmeans(data, nbCluster)
% usage
% function[centroid, pointsInCluster, assignment]=
% myKmeans(data, nbCluster)
%
% Output:
% centroid: matrix in each row are the Coordinates of a centroid
% pointsInCluster: row vector with the nbDatapoints belonging to
% the centroid
% assignment: row Vector with clusterAssignment of the dataRows
%
% Input:
% data in rows
% nbCluster : nb of centroids to determine
%
% (c) by Christian Herta ( www.christianherta.de )
%
data_dim = length(data(1,:));
nbData   = length(data(:,1));


% init the centroids randomly
data_min = min(data);
data_max = max(data);
data_diff = data_max .- data_min ;
% every row is a centroid
centroid = ones(nbCluster, data_dim) .* rand(nbCluster, data_dim);
for i=1 : 1 : length(centroid(:,1))
  centroid( i , : ) =   centroid( i , : )  .* data_diff;
  centroid( i , : ) =   centroid( i , : )  + data_min;
end
% end init centroids



% no stopping at start
pos_diff = 1.;

% main loop until
while pos_diff > 0.0

  % E-Step
  assignment = [];
  % assign each datapoint to the closest centroid
  for d = 1 : length( data(:, 1) );

    min_diff = ( data( d, :) .- centroid( 1,:) );
    min_diff = min_diff * min_diff';
    curAssignment = 1;

    for c = 2 : nbCluster;
      diff2c = ( data( d, :) .- centroid( c,:) );
      diff2c = diff2c * diff2c';
      if( min_diff >= diff2c)
        curAssignment = c;
        min_diff = diff2c;
      end
    end

    % assign the d-th dataPoint
    assignment = [ assignment; curAssignment];

  end

  % for the stoppingCriterion
  oldPositions = centroid;

  % M-Step
  % recalculate the positions of the centroids
  centroid = zeros(nbCluster, data_dim);
  pointsInCluster = zeros(nbCluster, 1);

  for d = 1: length(assignment);
    centroid( assignment(d),:) += data(d,:);
    pointsInCluster( assignment(d), 1 )++;
  end

  for c = 1: nbCluster;
    if( pointsInCluster(c, 1) != 0)
      centroid( c , : ) = centroid( c, : ) / pointsInCluster(c, 1);
    else
      % set cluster randomly to new position
      centroid( c , : ) = (rand( 1, data_dim) .* data_diff) + data_min;
    end
  end

  %stoppingCriterion
  pos_diff = sum (sum( (centroid .- oldPositions).^2 ) );

end