• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Simulador martingala en Matlab con GUIDE

mayo 27, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 7 minutos

En una entrada anterior se explicó y analizó el funcionamiento de la estrategia martingala. Una de las más populares para intentar ganar en los casinos a la ruleta. Algo que se comprobó que no es cierto, en clara contraposición a lo que piensan intuitivamente muchos jugadores. Para comprobar la validez de las conclusiones al final de la entrada se realizó una simulación de Montecarlo. En esta entrada se va a utilizar es código para construir un simulador martingala en Matlab con GUIDE. Permitiendo así que cualquier pueda lanzar una simulación en Matlab y comprobar los resultados.

Tabla de contenidos

  • 1 Creación de la aplicación
  • 2 Iniciar los valores de la aplicación
  • 3 La casilla de selección y la apuesta máxima
  • 4 Lanzar la simulación
  • 5 La variable handles
    • 5.1 Uso de la variable handles frente a variables globales
  • 6 Exportación de los resultados
    • 6.1 Exportación de la gráfica
    • 6.2 Exportación a una hoja de cálculo
  • 7 Código Fuente
  • 8 Conclusiones

Creación de la aplicación

En esta ocasión se va a utilizar GUIDE para crear la aplicación. A fecha de publicación de esta entrada App Designer es la apuesta Matlab para el desarrollo de aplicaciones gráficas, pero puede ser de interés conocer cómo trabajar básicamente con GUIDE.

En primer lugar, es necesario abrir la aplicación y crear una nueva aplicación. Una vez abierta, se puede crear una ventana como la que se muestra en la siguiente captura de pantalla.

Diseño de la aplicación para la simulación de la martingala
Diseño de la aplicación para la simulación de la martingala

La captura de pantalla muestra que se han creado tres campos de texto para recoger valores. Una casilla de selección para indicar si existe una apuesta máxima. Cuatro botones, uno para reiniciar los valores, otro para lanzar la simulación y dos para exportar los resultados a una imagen o a un archivo Excel. Finalmente se ha introducido unos ejes para guardar representar las simulaciones.

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

Iniciar los valores de la aplicación

La primera tarea que se puede hacer es implementar la funcionalidad del botón “Reiniciar”. Al pulsarlo se debería de introducir los valores por defecto en todos los campos de texto y la casilla de selección. Lo que se puede conseguir con escribiendo el siguiente código en el método Callback del botón:

handles.eNumero.String = '10000';
handles.eBase.String = '10';
handles.cMaxima.Value = false;
handles.eMaxima.String = '';
handles.eMaxima.Enable = 'Off';

handles.pImagen.Enable = 'Off';
handles.pExcel.Enable = 'Off';

cla(handles.aResults);

En los cuadros de texto se fija las propiedades String con los valores que se desean. Es importante notar que estos valores son cadenas de texto, lo que es necesario tener en cuenta cuando se recuperen los valores para su utilización. La casilla de selección por defecto se pone a falso, es decir, no hay apuesta máxima. Finalmente apaga los botones de exportación para evitar que un usuario intente exportar cuando no hay una simulación.

Para que esta función se llame por defecto se puede llamar a la misma en método OpeningFcn de ventana.

Publicidad


La casilla de selección y la apuesta máxima

Al cambiar los valores de la casilla de selección es posible ejecutar código, como en el resto de los eventos. En esta ocasión es necesario cambiar el estado del cuadro de texto asociado de inactivo a activo en función de la selección. Al cambiar el estado de la casilla se ejecuta el código del método Callback, siendo posible resolver el problema con:

if hObject.Value
    handles.eMaxima.Enable = 'On';
else
    handles.eMaxima.Enable = 'Off';
end

En dónde se lee la propiedad Value del propio objeto (siempre disponible en hObject) y cambiando el estado de los cuadros de texto en función de este.

Lanzar la simulación

Una vez configurados los valores se puede lanzar la simulación, para lo que se utilizará el código de “La estrategia martingala” con unas modificaciones. Así el código del método Callback del botón “Simulación” es:

g = str2double(handles.eNumero.String);
b = str2double(handles.eBase.String);

if handles.cMaxima.Value
    max_bet = str2double(handles.eMaxima.String);
else
    max_bet = Inf;
end

streak = 0;
result = zeros(1, g);

for i = 1:g
    % Apuesta en base a la racha
    bet = b * 2^(streak - 1);
    
    % Limitar la apuesta a la máxima permitida
    if bet > max_bet
        bet = max_bet;
    end
    
    % Simular una partida
    if rand() < 18/37
        streak = 0;
        result(i) = bet;
    else
        streak = streak + 1;
        result(i) = -bet;
    end
end

plot(handles.aResults, cumsum(result))
xlabel(handles.aResults, 'Juegos');
ylabel(handles.aResults, 'Beneficio acumulado');

if isinf(max_bet)
    title(handles.aResults, 'No hay apuesta máxima');
else
    title(handles.aResults, sprintf('Apuesta máxima %d', max_bet));
end

handles.pImagen.Enable = 'On';
handles.pExcel.Enable = 'On';

handles.results = [result; cumsum(result)]';
guidata(hObject, handles);

Lo primero que se ha modificado son el número de simulaciones y la apuesta base que se ahora se obtienen de los cuadros de texto. Como se ha comentado anteriormente los valores de los cuadros de texto son cadenas de caracteres. Por lo que es necesario convertirlos a doble con la función str2double.

Posteriormente también se modifican las líneas de la apuesta máxima. Si el valor de la casilla de selección es verdadero se importa el valor del campo de texto. Por otro lado, si es falso la apuesta máxima es infinita.

A la hora de representar los datos en esta ocasión es necesario indicar los ejes. Así en todas las funciones se incluye en primer lugar el eje.

Al final del código se cambia el estado de los botones de exportación para permitir que el usuario pueda exportar los resultados. También se guardan los resultados en una variable de los handles y se actualizan estos con guidata.

La variable handles

En GUIDE la variable handles es el tercer parámetro de todas las funciones. La cual es una estructura con todos los objetos de la aplicación. Además, se pueden agregar todos los objetos que se deseen. Por lo tanto, es el sitio ideal para guardar datos que son necesarios en más de una función. Solamente es necesario acordarse que es necesario guardar los cambios con la función guidata.

Así si se desea guardar un valor para más tarde simplemente se agrega una nueva propiedad a la estructura handles. Guardando posteriormente esta con guidata cuyo primer parámetro es un objeto de la ventana y el segundo la estructura.

Es importante notar que guidata también permite recuperar el contenido de los handles. Lo que se consigue llamado a la función sin el segundo parámetro, solamente con un objeto de la ventana. Pudiendo usar esto para intercambiar valores entre dos ventanas.

Publicidad


Uso de la variable handles frente a variables globales

Otra alternativa para intercambiar datos entre aplicaciones son las variables globales. Aunque las ventajas de la variable handles son mayores. Por ejemplo, los datos están en la aplicación, por lo que se puede crear más de una instancia de la misma venta. Así es posible tener en este caso más de una simulación a la vez en la ventana.

Simulador martingala funcionando
Simulador martingala funcionando

Exportación de los resultados

A la hora de exportar los resultados existen dos opciones: una gráfica y los datos. En ambos casos primero es necesario seleccionar un archivo. Por fortuna en Matlab existe la función uigetfile que llama a un asistente para seleccionar un archivo. En las siguientes secciones se mostrará cómo utilizarla.

Exportación de la gráfica

En el método Callback del botón “Exportar Imagen” se puede utilizar el siguiente código para guardar los resultados en un archivo JPG.

[filename, pathname] = uigetfile( ...
       {'*.jpg','Imágenes JPG (*.jpg)'}, ...
       'Selecciona un archivo', 'Martingala.jpg');

if ischar(filename)
    F = getframe(handles.aResults);
    Image = frame2im(F);
    imwrite(Image, fullfile(pathname, filename));
end

La primera línea es un simplemente llamar a uigetfile permitiendo únicamente que se indique archivos con extensión JPG. En el caso de que el usuario seleccione un archivo el nombre estará en filename, en caso contrario contendrá el valor falso. Lo que se puede utilizar para comprobar si el usuario ha cancelado o no el asistente. En caso de que no sea así se procede a guardar la imagen en un archivo.

Publicidad


Exportación a una hoja de cálculo

Para exportar los datos a un archivo Excel el código es similar al utilizado anteriormente. Solamente es necesario cambiar los filtros y el código que se ejecuta en el caso de que el usuario seleccione un archivo. Así recordando que el método para guardar archivos excel en Matlab es xlswrite se puede adaptar el código:

[filename, pathname] = uigetfile( ...
       {'*.xls','Archivo Excel (*.xls)'}, ...
       'Selecciona un archivo', 'Martingala.xls');

if ischar(filename)
    xlswrite(fullfile(pathname, filename), handles.results);
end

Código Fuente

El código fuente utilizado en esta entrada se pueden encontrar en un repositorio de la cuenta de Github de Analytics Lane.

Conclusiones

En esta entrada se ha visto cómo crear una simulador martingala en Matlab con GUIDE. Este ejemplo se ha aprovechado para explicar diferentes conceptos de programación en esta herramienta.

La aplicación se ha creado con GUIDE, la herramienta para crear aplicaciones gráficas con Matlab que se ha utilizado durante décadas. En la actualidad, además de GUIDE, también es posible crear aplicaciones mediante App Designer. Un entorno mucho más moderno que permite publicar las aplicaciones en la web. En una futura entrada se explicará cómo migrar la aplicación de GUIDE a App Designer.

Imágenes: Pixabay (Pexels)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Matlab Etiquetado como: GUI, GUIDE

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

De la Regresión Logística al Scorecard: La Transformación Matemática

mayo 19, 2026 Por Daniel Rodríguez

Noticias

Analytics Lane lanza la versión 1.1 del laboratorio con nuevas suites de CLV y Scoring

mayo 18, 2026 Por Daniel Rodríguez

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Gráficos de correlación en Seaborn: Mapas de calor y gráficos de pares publicado el julio 27, 2023 | en Python
  • Curiosidad: El uso del número 42 para fijar la semilla publicado el julio 7, 2023 | en Opinión
  • Inteligencia artificial generativa en seguros: Cinco aplicaciones que están transformando la industria publicado el marzo 14, 2025 | en Ciencia de datos, Opinión
  • Buscar en Excel con dos o más criterios publicado el septiembre 7, 2022 | en Herramientas
  • pandas Pandas: Contar los valores nulos en DataFrame publicado el agosto 12, 2021 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto