Exercicis · Bloc 2: Estructures de Control i Llistes
15 exercicis resolts pas a pas. · Página 2 de 2 (ejercicios 11 al 15)
Bloc 2: Estructures de Control i Llistes — 2.3 Llistes i Bucles while
11.
Implementar un algorisme de suavitzat per mitjana mòbil centrada de tres punts sobre una llista d'intensitats espectrals de difracció de raigs X, generant una nova llista filtrada de dimensions coherents mitjançant slicing i iteració.
En el tractament d'espectres XRD, les fluctuacions estadístiques de recompte de fotons es redueixen mitjançant un filtre de mitjana mòbil (moving average). Per a cada punt interior i (des d'1 fins a N-2), la intensitat suavitzada és la mitjana aritmètica del seu veí esquerre, el punt central i el seu veí dret: y_suavitzat[i] = (y[i-1] + y[i] + y[i+1]) / 3.
0. Implementem el filtre recorrent els índexs interiors amb un bucle for i la funció range(1, len(y) - 1), calculant la mitjana local i afegint el resultat a una nova llista amb append(), preservant intacta la llista original.
Desenvolupar un programa que normalitzi a l'interval unitari [0, 1] una llista d'intensitats de fotoluminescència de nanofils semiconductors, restant la línia base mínima i dividint entre l'amplitud neta del pic.
Per comparar l'eficiència quàntica d'emissió entre mostres sintetitzades en diferents lots, és necessari normalitzar les corbes espectrals eliminant desviacions de la línia base del detector: I_norm = (I - I_min) / (I_max - I_min). En Python, utilitzem les funcions natives min() i max() sobre la llista d'intensitats per obtenir els extrems globals en O(N). Posteriorment, construïm la llista normalitzada aplicant una comprensió de llistes (list comprehension), que proporciona una sintaxi canònica, compacta i d'òptim rendiment.
Dissenyar un gestor de cua de processament tipus FIFO (First-In, First-Out) per al carrusel de mostres d'un microscopi electrònic de transmissió (TEM), implementant la inserció de mostres prioritàries i el despatx seqüencial amb mètodes de llista.
En una instal·lació científica multiusuari de microscòpia electrònica, les reixetes de mostres es gestionen mitjançant una cua de treball FIFO. Una mostra estàndard s'afegeix al final de la cua mitjançant el mètode append(). Si un investigador ingressa una mostra d'emergència o degradable, s'insereix a la capçalera (índex 0) mitjançant insert(0, mostra). El despatx cap a la cambra de buit es realitza extraient el primer element disponible mitjançant pop(0). Implementem les operacions controlant la mida residual de la cua amb len().
Desenvolupar un filtre de neteja de dades en llistes que elimini tots els valors nuls o sentinelles negatius de saturació en una sèrie de resistivitat elèctrica a 4 Kelvin, preservant l'ordre cronològic original mitjançant filtratge in situ o comprensió.
En experiments criogènics de superconductivitat a temperatures d'heli líquid, els transitoris de soroll electromagnètic provoquen lectures sentinella negatives (-999.0) o nul·les que distorsionen l'anàlisi. Per depurar la sèrie sense alterar la cronologia dels punts vàlids, creem una llista neta descartant els mesuraments espuris mitjançant una comprensió condicional de llistes: [x for x in dades if x > 0.0]. Contrastem la longitud abans i després de la purga i calculem la resistivitat residual mínima.
Implementar la integració numèrica pel mètode del trapezi sobre dues llistes paral·leles de coordenades x (potencial en V) i y (corrent en microamperes) per calcular la càrrega elèctrica total transferida en un cicle de desorció electroquímica.
La regla del trapezi composta aproxima la integral definida d'una corba discretitzada sumant les àrees dels trapezis formats per punts adjacents: Integral = Suma [ (x_{i+1} - x_i) * (y_i + y_{i+1}) / 2 ]. Donades dues llistes d'idèntica longitud N, iterem sobre els índexs i des de 0 fins a N-
2. En cada subinterval avaluem l'amplada delta_x i l'alçada mitjana (y_i + y_{i+1})/
2. Acumulem l'àrea total per obtenir la càrrega transferida en microcoulombs (µC).
Solo los usuarios registrados pueden acceder a las soluciones completas de los ejercicios y al reproductor interactivo de ejercicios y de teoría.
🎁
¡Promoción de lanzamiento!
El acceso es gratuito de por vida y sin necesidad de introducir datos de pago para los 100 primeros usuarios registrados. A partir de los 100 primeros costará 4,99 €/mes (+IVA) o 49,99 €/año (+IVA).
Regístrate gratis para obtener acceso inmediato a todos los recursos. Si ya estás registrado en matemas.com, entra con tu usuario y contraseña: