Novedades

TRACKER
En el siguiente enlace podrán encontrar el instalador de Tracker compatible con sus ordenadores.
https://physlets.org/tracker/
En la sección Guias de ejercicios podrán encontrar un manual rápido del programa.

ELABORACION DE INFORMES

En la sección "Guias de ejercicios" podrán encontrar un archivo con la estructura que deben cumplir los informes de la materia. Además, incluimos un Informe para que les sirva de modelo.

----------------------------------------------------------------------------------------------------------------------
TALLER DE PYTHON

Para el taller de Python, podrán acceder a una terminal online copiando el siguiente vínculo en el navegador de su computadora  

https://www.tutorialspoint.com/execute_python_online.php 

o simplemente clickeando acá.

A continuación mostramos un ejemplo de código introductorio de Python. Para ejecutarlo deben primeramente copiarlo y luego entrar a la terminal online para pegarlo y ejecutarlo. 



Cuadro de texto

print("Intro a Python")

#El comando print devuelve el texto que esta entre comillas o bien algun resultado que estemos calculando. Para este ultimo caso no usamos comillas. Veamos ejemplos de como usar la funcion print con comillas:


print "Esta clase va a ser fenomenal"


#Al principio de cada archivo tenemos que llamar a la biblioteca math para poder calcular funciones trigonometricas, exponenciales, entre otras.



import math

#Para calcular un angulo defino pi a partir del comando math.pi 

P=math.pi

print "El valor de Pi es aproximadamente {}".format(P)

print "Por lo tanto el coseno de un angulo de 60 grados, por ejemplo, vale:"

s=math.cos(P/3)

#y con print veo su resultado

print s

print "De igual modo puedo operar con el numero e"
e=math.e

print "El valor de e es {}" .format(e)


print "Operaciones con 3"
#Para resolver operaciones, debo previamente definir las variables, por ejemplo

b=3

c=3

suma=b+c

resta=b-c

producto=b*c

division=b/c

potencia=b**c

print "el resultado de la suma es {}" .format(suma)

print "La resta es {}" .format(resta)

print "Su producto es {}" .format(producto)

print "La division es {}" .format(division)

print "El resultado de la potencia es {}" .format(potencia)

#Para hacer un conjunto de operaciones con una variable movil dentro de un rango usamos  el comando for
t=2
for i in range(1, 11):

    A=i**t

#Ademas podemos imprimir en formato columna usando una coma y lograr el espacio adecuadio usando .rjust
    print A, repr(A*A).rjust(25)
    
print "Podemos extraer los numeros anteriores con un determinado salto. Por ejemplo:"    
for i in range(1, 11, 2):

    A=i**t


    print A, repr(A*A).rjust(5), repr(-A).rjust(15) 

#Tambien podemos poner condiciones
"Una condicion podria ser"
if potencia==suma :
    print "Tenemos un cero o un dos"
else: print "Tenemos numeros diferentes a cero y dos"    

print "Veamos otro ejemplo de condicional"
for k in range(1, 10):
    H=k*5
    if H>20: print H
    else: print "es menor que 20"
    
    
print "Ultimo ejemplo"
for k in range(1, 10, 3):
    H=k*15
    if H>20: print H





# Introduccion a Estadistica con python

import numpy as np # importando numpy
from scipy import stats # importando scipy.stats


np.random.seed(2131982) # para poder replicar el random

print "Estos son mis datos"
datos = np.random.randn(3, 3) # datos normalmente distribuidos
print datos
print "Si quiero tomar una fila o un valor especifico..."
print datos[0,]
print datos[0,0]

# media aritmetica
print "Calculo de Media aritmetica"
print np.mean(datos) # Calcula la media aritmetica de

print "Calculo de Medias por columnas y filas"

print np.mean(datos, 0) # Media de cada columna

print np.mean(datos, 1) # media aritmetica de cada fila




print "Calculo de mediana"


print np.median(datos) 


print np.median(datos, 0) # mediana de cada columna


print np.std(datos) #desviacion tipica

print np.std(datos, 0) # Desviacion tipica de cada columna

print np.var(datos) 

print np.var(datos, 0) # varianza de cada columna

# moda
print stats.mode(datos) # Calcula la moda de cada columna
# el 2do array devuelve la frecuencia.

print "Como importar vectores?"

datos2 = np.array([1, 2, 3, 6, 6, 1, 2, 4, 2, 2, 6, 6, 8, 10, 6])
print datos2
print np.mean(datos2) #media del vector
print stats.mode(datos2) # moda del vector
print np.median(datos2) 
print np.std(datos2)
print np.var(datos2)

datos3 = np.array([4, 5, 7, 3, 10, 1])
print datos3
print np.mean(datos3) #media del vector
print stats.mode(datos3) # moda del vector
print np.median(datos3) 
print np.std(datos3)
print np.var(datos3)