Introducci on a la Inform atica · 2019-10-23 · I la programaci on est a basada en la L ogica...

Introduccion a la InformaticaGrado en Fısica 2020-2021

October 8, 2020

profesores

Prof. Alberto RuizDepartamento de Informatica y Sistemashttp://dis.um.es/profesores/albertoaruiz@um.es

Prof. Javier BussonsDepartamento de Fısicabussons@um.es

Prof. Juan Mulerojuan.mulero@um.es

Informatica - Grado en Fısica - UMU 2

→ gravity simulator

→ circuit simulator

objetivo de la asignatura

I conocer herramientas informaticas imprescindibles para uncientıfico

I aprender a escribir programas sencillos

contenidos

1. introduccion

2. fundamentos de programacion

3. herramientas de calculo cientıfico

4. otros temas (graficos, edicion documentos cientıficos, etc.)

practicas

I ejercicios semanales

I cuaderno de la asignatura

I practicas en aula de ordenadores (Querequete, Fac. Quımica)

online, dependiendo de la evolucion de la pandemia

asistencia obligatoria

evaluacion

examen teorico-practico:

ejercicios parecidos a los que haremos en clase

bibliografıa

I basica: apuntes de los profesores

dis.um.es/profesores/alberto ← aula virtual

I complementaria: material de internet

horario

I teorıa: 13:00-14:00 lunes, miercoles y (algunos) jueves

I practicas: 15:00-17:00 lunes, miercoles o jueves segun elgrupo asignado.

→ calendario

El grupo 1 empieza esta tarde

grupos de practicas

Asignacion de alumnos: en los recursos del aula virtual.

I grupo 1: lunes

I grupo 2: miercoles

I grupo 3: jueves

contacto primera parte

Prof. Alberto Ruiz GarcıaDepartamento de Informatica y Sistemas

http://dis.um.es/profesores/albertoaruiz@um.es

Facultad de Informatica2a planta, despacho 2.09

tutorıas: email / aula virtual.

apuntes

Estan disponibles en la pagina web de la asignatura, accesibledesde el Contenido Web del aula virtual.

Hay dos “materiales’:

I esta presentacion

I un conjunto de “notebooks jupyter”

Son documentos interactivos que combinan texto, programas ylos resultados de los calculos.

Aprenderemos a usarlos en la clase de practicas.

conceptos fundamentales

En informatica hay dos tipos de conceptos:

I Conceptos fundamentales que hay que aprender de memoria.

I Convenios para expresar esos conceptos. Se buscan en google.

lenguajes de programacion

Hay muchısimos. . .

Nosotros usaremos Python y R,

y sus herramientas de calculo cientıfico.

como se estudia esta asignatura

1. Atender en clase

2. Leer cuidadosamente los apuntes.

3. Reproducir los ejemplos de programacion y experimentarcambiando cosas para ver lo que ocurre.

4. Preguntar lo antes posible todas las dudas. No avanzar sinentender bien los conceptos esenciales que iremos estudiando.

5. Practicar, practicar, practicar: el papel se lo traga todo peroel ordenador no admite ningun error.

informatica

procesamiento automatico de informacion

programacion: redactar instrucciones para resolver un problema

computador: maquina que obedece instrucciones (“ejecuta”programas)

programacion

un lenguaje matematico ampliado

formulas normales junto con instrucciones para:

I tomar decisiones

I repetir calculos

I poner nombres

Escribiendo las formulas usando solo los sımbolos del teclado

toma de decisiones

{1 +√x, si x ≥ 0

cos(2x), en caso contrario

if x>=0:

f = 1 + sqrt(x)

f = cos(2*x)

repeticion

x0 = 3

xk+1 = 5xk − 2, para k = 1, 2, . . .

¿ x9 ?

x[0] = 3

for k in range (9):

x[k+1] = 5*x[k] - 2

3, 13, 63, 313, 1563, 7813, 39063, 195313, 976563, 4882813

Ecuacion de Kepler

En esta ecuacion no podemos despejar x

x− ε sin(x) = M

pero para unos datos concretos, p.ej.

2' 1.5708 ε = 0.2

podemos construir una secuencia de aproximaciones cada vez mejores

x0 = M

xk+1 = M + ε sin(xk), para k = 1, 2, . . .

x = 1.5708, 1.7708, 1.7668, 1.7670, 1.7670, . . .

computacion

computacion: formula matematica que incluye repeticiones ytoma de decisiones (= programa)

algoritmo: computacion que resuelve un determinado problema(= receta)

ejecucion: realizar fısicamente la computacion (a mano o conordenador)

Mr Shanks, an English “computer”. . .

(Traduccion de los Elementos de Euclides, 1885.)

se equivoco en el dıgito no 507

relacion con otras ciencias

relacion con la Fısica:

I herramienta de computo

I soporte de la computacion

relacion con las Matematicas

I la Teorıa de la Computacion es una rama de lasmatematicas

I la programacion esta basada en la Logica

Breve historia

I -150 Mecanismo de Antikythera

I 1640s Maquina de Pascal

I 1800s Tarjetas perforadas

I 1830s Analytical Engine, telegrafo, fotografıa

I 1890s coche, tabulador Hollerith, telefono, electron

I 1910s avion, Torres Quevedo, Einstein

I 1920s radio, calculadoras electromecanicas

I 1930s Turing, TV

Breve historia

I 1940s Von Neumann, Shannon, transistor, ENIAC, EDSAC

I 1950s Fortran, Lisp, IBM 704, circuito integrado, Sputnik

I 1960s Algol, Basic, mainframes, 74xx, Apollo

I 1970s microprocesador, calculadoras, email

I 1980s ordenadores domesticos

I 1990s WWW, deep blue, windows, linux, portatiles

I 2000s wikipedia, google maps, youtube, SSD

I 2010s tablets, smartphones, redes sociales, deep learning,alphaGo, rpi

ejemplos

Calcula la superficie de un polıgono irregular

ejemplos

Datos experimentales:

corriente - voltaje

ejemplos

Recta de regresion

la pendiente es un estimador de la resistencia

ejemplos

Calcula la media de los siguientes numeros:

224, 700, 592, 13, 576, 151, 866, 940, 172, 468, 537, 647, 199,383, 239, 123, 877, 965, 181, 881, 491, 650, 364, 319, 213, 404,448, 619, 421, 881, 421, 148, 246, 989, 158, 529, 776, 113, 669,694, 506, 907, 524, 480, 534, 13, 519, 277, 90, 847, 433, 834, 239,72, 444, 374, 121, 991, 754, 659, 148, 289, 265, 115, 88, 992, 987,239, 313, 389, 740, 721, 428, 862, 914, 52, 507, 185, 505, 597,306, 339, 635, 608, 101, 846, 216, 507, 935, 98, 840, 519, 236,401, 196, 510, 55, 510, 161, 383, 849, 182, 447, 999, 762, 323,712, 911, 284, 754, 806, 41, 69, 568, 135, 157, 23, 894, 708, 657,23, 697, 132, 437, 136, 364, 35, 414, 417, 528, 778, 109, 643, 254,389, 164, 456, 269, 357, 31, 154, 633, 997, 50, 761, 598, 491, 541,615, 764, 458, 509, 17, 324, 821, 936, 692, 742, 60

ejemplos

Calcula la mediana de los siguientes numeros:

224, 700, 592, 13, 576, 151, 866, 940, 172, 468, 537, 647, 199,383, 239, 123, 877, 965, 181, 881, 491, 650, 364, 319, 213, 404,448, 619, 421, 881, 421, 148, 246, 989, 158, 529, 776, 113, 669,694, 506, 907, 524, 480, 534, 13, 519, 277, 90, 847, 433, 834, 239,72, 444, 374, 121, 991, 754, 659, 148, 289, 265, 115, 88, 992, 987,239, 313, 389, 740, 721, 428, 862, 914, 52, 507, 185, 505, 597,306, 339, 635, 608, 101, 846, 216, 507, 935, 98, 840, 519, 236,401, 196, 510, 55, 510, 161, 383, 849, 182, 447, 999, 762, 323,712, 911, 284, 754, 806, 41, 69, 568, 135, 157, 23, 894, 708, 657,23, 697, 132, 437, 136, 364, 35, 414, 417, 528, 778, 109, 643, 254,389, 164, 456, 269, 357, 31, 154, 633, 997, 50, 761, 598, 491, 541,615, 764, 458, 509, 17, 324, 821, 936, 692, 742, 60

ejemplos

Calcula la probabilidad de obtener una suma mayor o igual que 10al lanzar 2 dados.

ejemplos

Calcula la probabilidad de que al lanzar 3 dados no se repitaninguna puntuacion.

→ enumeracion

Resuelve el siguiente sistema de ecuaciones:

x1 + x2 + x3 = 5

x1 − x2 + 2x3 = 1

5x1 + x2 − x3 = 17

En forma matricial: halla el vector x tal que:

Ax = b

donde A =

1 1 11 −1 25 1 −1

Resuelve el sistema

−6 −19 −8 −1 8−14 −13 −20 −20 −7−17 8 18 −1 514 3 6 2 −11−20 −18 −16 3 −15

−38−356135−32−268]

Resuelve un sistemaAx = b

donde A tiene dimension 1000× 1000 . . .

from numpy.linalg import solve

x = solve(A,b)

Simplifica la siguiente expresion:

(1 + x)(1− x2) + (x3 − x)

Simplifica

p(x) =− x16 + 7x15 − 15x14 + 5x13 + 5x12 + 31x11−− 27x10 − 35x9 − 25x8 + 45x7 + 51x6 + 23x5−− 25x4 − 35x3 − 25x2 − 9x− 2

q(x) =− x15 + 5x14 − 5x13 − 5x12 − 5x11 + 21x10 + 15x9−− 5x8 − 35x7 − 25x6 + x5 + 25x4 + 25x3 + 15x2 + 5x+ 1

Expresa de forma irreducible:

8 377 851 883

18 939 210 449

Calcula los factores primos de

1234567891011121314151617181920

from sympy.ntheory import factorint

factorint (1234567891011121314151617181920)

{2: 5, 3: 1, 5: 1, 323339: 1, 3347983: 1,

2375923237887317: 1}

Calcula los factores primos de

1234567891011121314151617181920

from sympy.ntheory import factorint

factorint (1234567891011121314151617181920)

{2: 5, 3: 1, 5: 1, 323339: 1, 3347983: 1,

2375923237887317: 1}

∫e−xdx

∫xe−x

∫e−x

0e−x

Φ(t) =1√2π

−∞e−

12x2dx

Φ(0.46) =

Φ(t) =1√2π

−∞e−

12x2dx

Φ(0.46) =

from scipy.stats import norm

norm.cdf (0.46)

0.6772418897496523

Φ(t) =1√2π

−∞e−x

Φ(0.46) = 0.5+

from scipy.integrate import quad

from numpy import sqrt , pi, exp

def gauss(t):

return 1/sqrt (2*pi)*exp (-0.5*t**2)

quad(gauss ,0 ,0.46)

(0.1772418897496523 , 1.967780269281375e-15)

↑ ↑resultado error de la aproximacion

elementos basicos de Python

un programa es

un conjunto de instrucciones que se evaluan sucesivamente

d = 2+2

print(’hola’)

c = 5*d + 7

print(c)

computacion

una secuencia de operaciones matematicas ampliadas

con “construcciones” para

I poner nombres (a datos y a formulas)

I repetir operaciones

I seleccionar operaciones dependiendo de condiciones

I operar “a la vez” con conjuntos de numeros

elementos basicos de Python

Incluye siempre al principio:

import numpy as np

import matplotlib.pyplot as plt

%matplotlib inline

Para usar las operaciones matematicas y hacer graficas.

numeros

enteros, reales, complejos

3.5 4e7 -3.4e-6

2-3.2j

enteros exactos (dıgitos ilimitados)

reales aproximados, coma flotante (15 dıgitos)

calculadora

operaciones aritmeticas

+ - * / **

cociente y resto de la division entera

funciones trigonometricas, exponenciales, etc.

np.sin(), np.cos(), np.tan(), np.log(), np.exp(), ...

np.arcsin (), np.arccos (), np.arctan2(y,x), ...

np.pi, np.radians (), np.degrees (), ...

comparaciones

< <= > >= == !=

and or not

precedencia

d =3x+ a

d = 3x+a/2b MAL

d = 3*x+a/2*b MAL

d = (3*x+a)/2*b MAL

d = (3*x+a)/(2*b) OK

d = (3*x+a)/2/b OK

raız cuadrada

numeros reales:

I 2**0.5

I np.sqrt(2)

I np.sqrt(-2) → NaN

numeros complejos

I (-2)**0.5

I np.sqrt(-2+0j)

¡¡OJO!!

No confundir = con ==

if a==2:

bla bla

¡cuidado!

3,5 → (3, 5)

(se interpreta como un par ordenado o “tupla”)

La coma sirve para separar numeros en una secuencia

Los decimales se indican con un punto:

cuando tengais tiempo buscad en wikipedia floating point arithmetic

secuencias

programar: crear y transformar secuencias

[5.2, -7.4, 100.32 , 0, 42 ]

np.arange (20)

np.linspace(a,b,n)

np.random.randn(n)

[ 3*k**2 - 1 for k in range (10) ]

linspace

np.linspace(1,5,9)

1 2 3 4 5

[ 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 ]

np.arange(7)

0 1 2 3 4 5 6

[0, 1, 2, 3, 4, 5, 6]

np.arange(2, 8, 0.4)

2 3 4 5 6 7 8

[2.0 2.4 2.8 3.2 3.6 4.0 4.4 4.8 5.2 5.6 6.0 6.4 6.8 7.2 7.6]

random

np.random.rand(20)

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19k

[0.88731441 0.50000184 0.05722593 0.20895773 0.95041584 0.58817358

0.43823722 0.95436973 0.41268205 0.09126576 0.78811276 0.59018398

0.88699176 0.81361323 0.36222857 0.19685292 0.70095276 0.19702364

0.79414344 0.85533817]

np.random.randint(a,b,n)

np.random.randn(n)

random

Simulamos el lanzamiento de 10 dados:

np.random.randint (1,7,10)

array([5, 2, 3, 2, 3, 2, 4, 6, 6, 3])

random

Simulamos repetir 10 veces el lanzamiento de 5 dados:

np.random.randint (1,7,(10,5))

array([[4, 2, 6, 3, 5],

[2, 5, 4, 3, 6],

[1, 5, 1, 4, 2],

[4, 2, 2, 2, 1],

[2, 2, 4, 1, 2],

[1, 3, 4, 4, 6],

[2, 2, 6, 3, 4],

[6, 4, 1, 4, 1],

[1, 2, 4, 1, 1],

[4, 6, 3, 4, 3]])

operaciones con secuencias

elemento a elemento:

+ - * / ** // %

np.sqrt np.sin np.cos np.exp np.log abs

reduccion:

np.sum np.mean np.median np.std

np.max np.argmax

np.linalg.norm

trocear y combinar

(veremos todos los detalles mas adelante)

np.dot

“dot product” (producto escalar)

I producto escalar de vectores: u @ v → numero

I producto matriz - vector M @ v → vector

I producto de matrices A @ B → matriz

en general: contraccion de “tensores”

sumatorio

combinando lo anterior ya podemos calcular facilmente expresiones como:

22∑k=5

(2k3 − 5k2 + 3

k = np.arange (5 ,22+1)

[ 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22]

2*k**3 - 5*k**2 + 3

[ 128 255 444 707 1056 1503 2060 2739 3552 4511

5628 6915 8384 10047 11916 14003 16320 18879]

np.sum( 2*k**3 - 5*k**2 + 3 )

109047

cuidado

10∑k=1

(k2 + 1) 6=10∑k=1

k2 + 1

“ceros numericos”

sin 30o =1

np.sin( np.radians (30) )

0.49999999999999994

np.sin( np.radians (30) ) == 1/2

abs( np.sin( np.radians (30) ) - 1/2 ) < 1e-13

otra forma

[ 2*j**3 - 5*j**2 + 3 for j in range(5, 22+1) ]

[ 128 255 444 707 1056 1503 2060 2739 3552 4511

5628 6915 8384 10047 11916 14003 16320 18879 ]

[ k**2 for k in range (20) if k % 2 == 0 ]

[0, 4, 16, 36, 64, 100, 144, 196, 256, 324]

Esta construccion se llama list comprehension o bucle implıcito.

archivos

# local

np.loadtxt("ruta/datos.txt")

# remoto

np.loadtxt("http :// maquina.dominio/ruta/datos.txt")

graficas

plt.plot(x,y)

x = np.linspace(0, 2*np.pi , 100)

y = np.sin(x) + 1/3*np.sin(3*x) + 1/5 *np.sin(5*x)

plt.plot(x,y)

0 1 2 3 4 5 61.00

t = np.linspace(0, 2*np.pi , 100)

plt.plot(np.cos(t), np.sin(t))

1.00 0.75 0.50 0.25 0.00 0.25 0.50 0.75 1.001.00

histogram

x = np.random.rand (1000)

plt.hist(x);

0.0 0.2 0.4 0.6 0.8 1.00

histogram

x = np.random.randn (1000)

plt.hist(x, edgecolor=’black’);

3 2 1 0 1 2 30

poner nombres

dos tipos de definicion: constantes y funciones

peso = 5*3

def cua(x):

return x**2

variables

r = 5*b + 3

print(r)

variables

r = 5*b + 3

print(r)

El sımbolo =

I da nombre a un “dato” (numero, secuencia, texto, etc.)

I el nombre se puede reutilizar (redefinir)

I guarda un dato en un espacio de almacenamiento

I “variable” significa constante que se puede cambiar

funciones

def fun(z):

y = -z**2 + b

return y

print( fun )

ERROR!

funciones

def fun(z):

y = -z**2 + b

return y

print( fun )

ERROR!

funciones

def fun(z):

y = -z**2 + b

return y

print( fun(3) )

funciones

def fun(z):

y = -z**2 + b

return y

print( fun(3) )

El sımbolo def

I da nombre a una formula (computacion)

I tiene argumentos

I se evalua cada vez con las definiciones mas recientes

Leed detenidamente:

I Tema 1 (Operaciones simples)

I Tema 4 (Funciones)

Para estudiar los notebooks es conveniente quitar los resultados

(menu Cell → All Output → Clear)

y evaluar sucesivamente las celdas intentando adivinar el resultado que va a

aparecer.

Los apartados marcados con asterisco * son mas avanzados y se pueden saltar

en una primera lectura

Calculemos con lapiz y papel

0 1 2 3 4 5 6 70.0

ln5 = 1.6094379

0 1 2 3 4 5 6 70.0

ln5 1.683

aproximamos el area mediante un polıgono

0 1 2 3 4 5 6 70.0

ln5 1.622

aproximamos el area mediante un polıgono

trapecios

integracion

La informatica nace para automatizar la integracion numerica.

→ integrador mecanico

→ ball and disk

→ video

→ differential analyser

ejercicio

Con lo aprendido hasta ahora ya podemos automatizar el calculoaproximado de integrales definidas como

ln(5) =

Φ(t) =1√2π

0e−x

2dx, Φ(0.46) = ??

Dividiremos el area bajo la curva en varios trozos simples, rectangulares otriangulares.

Lo haremos primero con la funcion 1/x. Cuando funcione bien podemos

cambiar como deseemos la funcion y los extremos de integracion.

primera idea

def f(x):

return 1/x

x = np.linspace (1,5,7)

d = x[1]-x[0]

r = sum( f(x) ) * d

0 1 2 3 4 5 6 70.0

ln5 2.044

segunda idea

n=5; a=1; b=5

d = (b-a)/(n-1)

x = np.arange(a,b,d)

r = sum( f(x) + f(x+d) )/2 * d

0 1 2 3 4 5 6 70.0

ln5 1.683

Excepto en los extremos, cada valor de f(xk) se cuenta dos veces.Se puede simplificar.

Si yk = f(xk), el area de cada tramo es (yk + yk+1)d/2. La sumade todos es

((y0 + y1) + (y1 + y2) + (y2 + y3) + . . .+ (yn−2 + yn−1))d

= (1y0 + 2y1 + 2y2 + 2y3 + . . .+ 2yn−2 + 1yn−1)d

d = x[1]-x[0]

y = f(x)

w = [1,2,2,2,1]

r = sum( y * w )/2 * d

0 1 2 3 4 5 6 70.0

ln5 1.683

con el producto escalar

d = x[1]-x[0]

y = f(x) * d/2

w = [1,2,2,2,1]

r = y @ w

equivalente a la anterior

0 1 2 3 4 5 6 70.0

ln5 1.683

en general

n = 10

x = np.linspace (1,5,n)

d = x[1]-x[0]

w = np.zeros(n)

w[0:n] = 2

w[0] = 1; w[n-1] = 1

y = f(x) * d/2

r = y @ w

1.6249415218949677

Hay diferentes formas de construir los coeficientes w = [1,2,2,...,2,1].

Las explicaremos en clase.

0x2 dx

from scipy.integrate import quad

def f(x):

return x**2

quad(f,0,1)

(0.33333333333333337 , 3.700743415417189e-15)

↑ ↑resultado error de la aproximacion

secuencias

cerrada: x[k] solo depende de k

Puedo calcular directamente cualquier elemento, p.ej.x[7154], sin calcular los anteriores

podemos calcular facilmente muchos elementos “a la vez” ya que las

operaciones matematicas actuan automaticamente sobre secuencias. Lo

hemos hecho en el ejemplo del sumatorio y de la integral.

recursiva: x[k] depende de x[k-1], x[k-2], . . .

Hay que calcular antes todos los anteriores

Necesitamos programar la “iteracion” con instrucciones de repeticion.

A continuacion vamos a practicar con las construcciones derepeticion for, break, y while.

Tambien practicaremos la definicion de funciones con def.

Para ello vamos a resolver de varias formas el problema deencontrar una solucion aproximada de una ecuacion cualquieraf(x) = 0 en la que no se puede despejar x, y por tanto tenemosque recurrir a un metodo de aproximaciones sucesivas.

Es un problema tıpico en el que cada elemento depende de losanteriores, y por tanto hay que programar expresamente laiteracion.

Newton’s method

Buscamos la solucion x∗ (root) de una ecuacion:

f(x) = 0

−2 −1 0 1 2 3 4 5−100

y = f (x)

f (x∗) = 0

Newton’s method

Aproximacion inicial (semilla) x0:

f(x0) 6= 0

−2 −1 0 1 2 3 4 5−100

y = f (x)

Newton’s method

Resolvemos una aproximacion lineal a la ecuacion:

f(x) ' f ′(x0)x+ b

−2 −1 0 1 2 3 4 5−100

y = f (x)

Newton’s method

Aproximaciones sucesivas:

xk+1 = xk −f(xk)

f ′(xk)

−2 −1 0 1 2 3 4 5−100

y = f (x)

Newton’s method

Ejemplo: resuelve la ecuacion 2x3 + 20x = 10.

f(x) = 2x3 + 20x− 10

f ′(x) = 6x2 + 20

xk+1 = xk −2x3k + 20xk − 10

6x2k + 20

Newton’s method

Codigo:

def f(x):

y = 2*x**3 + 20 *x - 10

return y

def fp(x):

return 6*x**2 + 20

x = np.zeros (10)

x[0] = 4

for k in range (9):

x[k+1] = x[k] - f(x[k]) / fp(x[k])

print(x)

[4. 2.29310345 1.12961369 0.57005995 0.4893439 0.48835345

0.48835331 0.48835331 0.48835331 0.48835331]

En 6 pasos la secuencia se estabiliza: a partir de ahı lasaproximaciones se repiten.

Comprueba que f(x[6]) es (aproximadamente) cero. Hemosencontrado una solucion de la ecuacion.

Intenta encontrar mas soluciones cambiando la semilla.

Esta ecuacion tiene solo una solucion real. ¿Podemos encontrar lascomplejas mediante este metodo?

ecuacion de Kepler

Resuelve con el metodo de Newton

M = x− ε sin(x) para M = 3π/4, ε = 0.8

Solucion: con x0 = M las aproximaciones son

[2.356194490192345,

2.71749658570593,

2.6989297690080485,

2.698896384568338,

2.6988963844574974,

¡compruebalo!

ecuacion de Kepler

Para estos valores de M = 3π/4 y ε = 0.8 el metodo simple de latransparencia 21 converge muy despacio:

x0 = M

xk+1 = M + ε sin(xk)

[ 2.356194490192345, 2.921879915141583, 2.530553911204325,

2.815169333413777, 2.612720308085192, 2.759842547568407,

2.6542306198829424, 2.7308318414083494, 2.6756400655894796,

2.715613723440277, 2.686764432048095, 2.707640894534943,

2.692562131556909, 2.7034683831622406, 2.6955878080375086,

2.701286207905195, 2.697167852036122, 2.70014539328672,

2.6979932339498625, 2.699549113988344 . . .

metodo de Newton

para calcular facilmente la raız cuadrada de un numero dado n.

x2 = n

0 = f(x) = x2 − n

f ′(x) = 2x

xk+1 = xk −f(xk)

f ′(xk)= xk −

x2k − n2xk

=x2k − n

→ algoritmo babilonico

xk+1 =1

)X = np.zeros (10)

X[0] = 1

for k in range (9):

X[k+1] = ( X[k] + n/X[k] )/2

print(X)

[1. 4. 2.875 2.6548913 2.64576704 2.64575131

2.64575131 2.64575131 2.64575131 2.64575131]

Lo mismo pero sin almacenar los pasos intermedios:

x← 1

)x = 1

for k in range (9):

x = ( x + n/x )/2

print(x, x**2)

2.6457513110645907 7.000000000000001

Ahora x es una variable simple (no una secuencia) y redefinimos su valor en

cada paso.

Si metemos el print dentro del bucle observamos los valores sucesivos en la

pantalla, pero no se guardan.

for k in range (9):

x = (x+n/x)/2

print(x, x**2)

4.0 16.0

2.875 8.265625

2.654891304347826 7.048447837901702

2.64576704419029 7.0000832521234235

2.6457513111113693 7.00000000024753

2.6457513110645907 7.000000000000001

En los ejemplos anteriores estamos refinando la solucion unnumero fijo de veces.

Normalmente no sabemos cuantos pasos son necesarios.

Es mejor terminar el proceso cuando la aproximacion seasuficientemente buena. Hay dos formas: while y break.

Primera idea: detener la iteracion cuando f(x) = 0

(o sea, cuando se cumpla la ecuacion, en este caso x2 = n)

x← 1

)x = 1

while x**2 != n:

x = ( x + n/x )/2

print(x)

¡¡¡El ordenador se ”cuelga”!!! (bucle infinito)

7 != 7.000000000000001

menu kernel → interruptInformatica - Grado en Fısica - UMU 109

OJO: si ponemos una condicion estricta como

while not( x**2 == n):

el ordenador se quedara “cogado” en un bucle infinito.

7 6= 7.000000000000001

Detenemos la iteracion cuando la ecuacion se cumpla bastantebien: f(xk) ' 0, o sea, |f(xk)| < ε

x← 1

)x = 1

while abs( x**2 - n ) > 1E-6:

x = ( x + n/x )/2

print(x)

2.6457513111113693

for k in range (100):

x = ( x + n/x )/2

print(x)

if abs( x**2 - n ) < 1E-6:

2.654891304347826

2.64576704419029

2.6457513111113693

while pone las condiciones de continuacion al principio del bucle.Si no se cumplen nunca el proceso se quedara en un bucle infinito.

break es mas flexible: puedes poner varias condiciones determinacion a lo largo del cuerpo del bucle. Y ademas, garantizaun numero maximo de repeticiones.

Las siguientes transparencias son una breve introduccion a temasavanzados que estudiaremos mas adelante. Podemos saltarlas enuna primera lectura.

derivacion numerica

Para aplicar el metodo de Newton hay que calcular y programar laderivada manualmente.

Alternativa: usar una diferencia finita:

f ′(x) ' f(x+ h)− f(x)

hh = “pequeno”

En la ecuacion anterior 2x3 + 20x = 10, con h = 0.1 se obtiene:

[4., 2.32798514, 1.18227111, 0.60009897, 0.49210829,

0.4884096, 0.48835412, 0.48835332, 0.48835331. 0.48835331]

¡compruebalo!

derivacion numerica

Es mejor usar una biblioteca de funciones que proporciona unaaproximacion muy precisa a la derivada:

import numdifftools as nd

def f(x):

y = 2*x**3 + 20 *x - 10

return y

df = nd.Derivative(f)

x = np.zeros (10)

x[0] = 4

for k in range (9):

x[k+1] = x[k] - f(x[k]) / df(x[k])

[4., 2.29310345, 1.12961369, 0.57005995, 0.4893439,

0.48835345, 0.48835331, 0.48835331, 0.48835331, 0.48835331]

instalacion de paquetes

En una celda del jupyter notebook:

!pip install numdifftools

Collecting numdifftools

Downloading https :// files.pythonhosted.org/etc...

Installing collected packages: numdifftools

Successfully installed numdifftools -0.9.39

calculo simbolico

Tambien es posible manipular sintacticamente formulas matematicas, sin dar

valores numericos concretos a las variables.

import sympy as s

x = s.symbols(’x’)

s.diff( 3*x**5 - s.sin(2*x) , x)

15*x**4 - 2*cos (2*x)

x,e,M = s.symbols(’x e M’)

kepler = x - e*s.sin(x) - M

s.diff( kepler , x)

-e*cos(x) + 1

condiciones logicas

expresiones que se evaluan a True o False y se se construyencombinando los operadores:

< <= > >= == != in

not and or

n%2 == 0

x > 0 and x**2 <= 100

( x in [10 ,20 ,30] or not (z != y) ) and c == []

condiciones logicas

Se usan en las construcciones if y while.

def fun(x):

if x > 0 and x**2 < 100:

return x

return -3*x

r = 5 * (b if b >= 0 else -b) + 3

n = 17

while n != 1:

print(n)

n = n//2 if n%2==0 else 3*n+1

estructura de bloques

def fun(x,y):

z = x+y

for k in range(10):

print(k)

if k>z:

print('bien')

return z**m

estructura de bloques

def fun(x,y):

z = x+y

for k in range(10):

print(k)

if k>z:

print('bien')

return z**m

Graficas

Cada grafica permite especificar:

I una o varias curvas superpuestas, cada una con su estilo(color, grosor, etc.)

I leyenda

I seleccion del intervalo en cada eje, ticks, grid

I tıtulo, nombre de los ejes, anotaciones de texto

I dimensiones de la figura, subplots.

plt.savefig(’nombre.pdf’)

0 1 2 3 4 5 6x

1.00y hola

bonito plot

sin(x)sin(2x)cos(x)

Introducci on a la Inform atica · 2019-10-23 · I la programaci on est a basada en la L ogica...

Documents

Transcript of Introducci on a la Inform atica · 2019-10-23 · I la programaci on est a basada en la L ogica...

6.1. Esperanza Matem¶atica de Variables Aleatorias …jortega/MaterialDidactico/EPyE09/Cap6v1.2.pdf · Diremos que existe el valor esperado, la media o la esperanza matem¶atica

Introduccion a la Inform´ atica´dis.um.es/~alberto/material/inforfis.pdfaparte de 1 y n. Pero para determinar realmente si un numero concreto, de, p. ej., 200 cifras,´ es primo

Bioinform atica - personales.us.espersonales.us.es/angeles/MiJoomla/images/IAB16_17/ApuntesInfoBio... · Inform atica Aplicada a la Biolog a Curso 2016/17 ... Un manual de implementaci

Departament d’Enginyeria Inform atica i Matem atiques ...alephsys/papers/1603.05903v1.pdfUniversitat Rovira i Virgili, 43007 Tarragona, Spain Understanding how people move within

Universidade Federal de Pernambuco Centro de Inform´atica MSc… · Universidade Federal de Pernambuco Centro de Inform´atica MSc. in Computer Science ArcAngel: a Tactic Language

XXXII Conferencia Latinoamericana de Inform´atica … · Irene Loiseau (Argentina) Isaac Lera (Espan˜a) Isabel Diaz (Venezuela) ... Marina Groshaus (Argentina) Maristela Oliveira

Universidade da Beira Interior Departamento de Inform´atica

Estructuras de Datos y Algoritmos - users.dsic.upv.esusers.dsic.upv.es/asignaturas/facultad/eda/teoria/tema4/t4eda.pdf · Estructuras de Datos y Algoritmos Facultad de Inform atica

New Matem atica Aplicada a las Tecnolog as de la Informaci on y … 2018. 5. 18. · Estructura de la especialidad "Matem atica Aplicada..." I Materia Metodolog a y Tecnolog a de la

Introducci on a la Matem atica Discretapersonal.us.es/lcamacho/TConjuntos_imprimible.pdf · Introducci on a la Matem atica Discreta Temario Tema 1. Teor a de Conjuntos. Tema 2. L

Dental Implants Success Prediction: Tomography Based …oa.upm.es/21916/1/TESIS_MASTER_ABDALLAH_ELALAILY.pdf · Faculdad de Inform atica Universidad Polit ecnica de Madrid Dental

C^ampus Araraquara - Inform atica (Concomitante ... · Inscri˘c~ao Deferimento CPF Nome 0000056069-7 Indeferida ***.743.738-** Rosimaria Gomes Beserra 0000057659-9 Indeferida ***.064.408-**

Introducci on Lenguaje de Programaci on … · Introducci on Lenguaje de Programaci on MATLAB/SCILAB CIMAT Inform atica II para Bachillerato Introducci on a la programaci on en MATLAB

43!*?@Arecpad2018.dei.uc.pt/utils/RECPAD2018_DetailedProgram.pdf · Pedro Salgueiro, Dep. Inform atica / CENTRIA, Universidade de Evora Petia Georgieva, University of Aveiro

Cap´ıtulo 2 Implementación Informática · 2004-11-22 · Cap´ıtulo 2 Implementación Informática 2.1. Tecnolog´ıasIntegradasenelSistema 2.1.1. Infraestructura REUTERS

Fundamentos de inform atica para Ingenier a Aerona ut …jaar/Datos/FIA/FIA.pdf · programas para la redacci on de texto, los programas de dibujo art stico o lineal, los juegos de

Mosaic Animations from Video Inputs...Mosaic Animations from Video Inputs Rafael B. Gomes, Tiago S. Souza, and Bruno M. Carvalho Departamento de Inform´atica e Matem´atica Aplicada

Basic TCP/IP networkingafyanez/Docencia/2019/Grado/...Basic TCP/IP networking Grado en Inform atica 2018/2019 Departamento de Computaci on Facultad de Inform atica Universidad de Coruna~

Inform¶atica I - geocities.ws · UNIVERSIDAD NACIONAL DE TRUJILLO Facultad de Ciencias F¶‡sicas y Matem¶aticas Departamento Acad¶emico de Matem¶aticas Inform¶atica I M.Sc.

Springtime connections between the large-scale sea-level ... · PDF fileSpringtime connections between the large-scale sea ... Escuela Universitaria de Inform´ ´atica de Segovia,

C^ampus Araraquara - Inform atica (Concomitante ... · Inscri˘c~ao Deferimento CPF Nome 0000056069-7 Indeferida .743.738- Rosimaria Gomes Beserra 0000057659-9 Indeferida .064.408-