Ejercicios · Bloque 3: Estructuras Avanzadas y Modularidad
20 ejercicios resueltos paso a paso. · Página 1 de 2 (ejercicios 1 al 10)
3.1 Diccionarios
1.
Diseñar dos funciones en Python para la gestión de balances de gastos compartidos en proyectos de nanotecnología: nueva_partida(d, nombre), que inicializa a un participante en el diccionario d con saldo [0.0, 0.0] (pagado, debido), y reiniciar_balances(d), que restablece a cero los saldos de todos los participantes existentes modificando la estructura in situ.
Para gestionar balances compartidos en proyectos de nanotecnología empezaremos por implementar la función de alta con saldo inicial neutro, programaremos el reinicio in situ de saldos y verificaremos el comportamiento sobre un diccionario contable de prueba.
Implementar la función registrar_gasto_compartido(d, pagador, importe, participantes) que impute un gasto realizado por un miembro a partes iguales entre todos los miembros beneficiarios, actualizando los saldos del diccionario.
Para repartir costes compartidos entre instalaciones comunes empezaremos por calcular la cuota equitativa por participante, actualizaremos los saldos pagados y debidos en el diccionario y auditaremos la consistencia financiera resultante.
Diseñar una función liquidar_cuentas(d) que calcule el saldo neto (pagado menos debido) de cada miembro de un proyecto de investigación y determine quién debe pagar a quién para saldar las deudas pendientes.
Para calcular la liquidación neta de saldos contables empezaremos por evaluar la diferencia entre importes pagados y debidos, clasificaremos a los participantes en acreedores o deudores y emitiremos el informe detallado de transferencias pendientes.
Construir un catálogo anidado de nanomateriales sintetizados en el laboratorio y programar una función buscar_por_elemento(cat, elem) que devuelva la lista de códigos de muestra que incorporan un elemento químico dado.
Para consultar el catálogo anidado de nanomuestras empezaremos por estructurar las fichas técnicas en diccionarios anidados, implementaremos la función de filtrado por elemento químico constituyente y ejecutaremos la búsqueda para identificar los materiales basados en carbono.
Implementar una función invertir_diccionario_espectros(d) que reciba un diccionario cuyas claves son compuestos químicos y sus valores son su longitud de onda de emisión en nanómetros, devolviendo un nuevo diccionario invertido que asocie cada longitud de onda con la lista de compuestos que emiten en ella.
Para invertir el diccionario de espectros con gestión de colisiones empezaremos por crear la estructura destino vacía, agruparemos los emisores bajo su longitud de onda en listas independientes y verificaremos la agrupación resultante con fluoróforos de prueba.
Diseñar una función llamada calcular_desviacion(serie) que reciba una lista de valores numéricos de medidas nanotecnológicas y retorne la media aritmética y la desviación estándar muestral en una tupla (media, s).
Para calcular los estadísticos de dispersión en medidas nanotecnológicas empezaremos por verificar el tamaño muestral y calcular la media aritmética, evaluaremos la suma de residuos cuadráticos mediante la función pow y determinaremos la desviación estándar muestral con math. sqrt.
Desarrollar una función filtrar_senales(lecturas, umbral_min=0.0, umbral_max=100.0) que acepte una lista de amplitudes experimentales y dos umbrales numéricos con valores por defecto, devolviendo una nueva lista con únicamente los valores contenidos en dicho intervalo inclusivo.
Para filtrar las lecturas de nanosensores en rangos admisibles empezaremos por definir la signatura de la función con parámetros por defecto, aplicaremos una comprensión condicional de listas para seleccionar valores en el intervalo cerrado y comprobaremos el filtrado sobre una serie ruidosa.
Escribir una función modificar_escala(matriz_medidas, factor_escala) que reciba una lista de listas representando una cuadrícula de rugosidad superficial y multiplique cada elemento por factor_escala modificando la estructura in situ.
Para transformar la escala de rugosidad superficial in situ empezaremos por recorrer la estructura bidimensional mediante índices enteros de fila y columna, aplicaremos la mutación directa sobre cada celda en la referencia compartida y comprobaremos que la matriz original queda actualizada sin crear copias.
Desarrollar una función componer_informe(sensor_id, *lecturas, unidad="mV", calibrado=True) que admita un identificador obligatorio, un número variable de argumentos numéricos posicionales (*args) y dos argumentos con nombre opcionales, retornando un diccionario resumen con los datos formateados.
Para estructurar el reporte telemétrico del sensor empezaremos por definir la función con empaquetado posicional de lecturas y argumentos nombrados, evaluaremos el promedio estadístico de las observaciones y empaquetaremos el diccionario de estado con los campos obligatorios y opcionales.
Implementar una función recursiva llamada calcular_potencia_rapida(base, exponente) que calcule una potencia entera no negativa utilizando la técnica de exponenciación binaria, reduciendo la complejidad de operaciones.
Para resolver la exponenciación binaria de forma recursiva empezaremos por establecer el caso base para exponente nulo, aplicaremos la descomposición por paridad para dividir el exponente a la mitad reduciendo la complejidad y comprobaremos el algoritmo con potencias testigo.
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: