Ejercicios · Bloque 2: Estructuras de Control y Listas — 2.3 Listas y Bucles while

En el tratamiento de espectros XRD, las fluctuaciones estadísticas de conteo de fotones se reducen mediante un filtro de media móvil (moving average). Para cada punto interior i (desde 1 hasta N-2), la intensidad suavizada es la media aritmética de su vecino izquierdo, el punto central y su vecino derecho: y_suavizado[i] = (y[i-1] + y[i] + y[i+1]) / 3. 0. Implementamos el filtro recorriendo los índices interiores con un bucle for y la función range(1, len(y) - 1), calculando la media local y añadiendo el resultado a una nueva lista con append(), preservando intacta la lista original.

Para comparar la eficiencia cuántica de emisión entre muestras sintetizadas en distintos lotes, es necesario normalizar las curvas espectrales eliminando desviaciones de la línea base del detector: I_norm = (I - I_min) / (I_max - I_min). En Python, utilizamos las funciones nativas min() y max() sobre la lista de intensidades para obtener los extremos globales en O(N). Posteriormente, construimos la lista normalizada aplicando una comprensión de listas (list comprehension), que proporciona una sintaxis canónica, compacta y de óptimo rendimiento.

En una instalación científica multiusuario de microscopía electrónica, las rejillas de muestras se gestionan mediante una cola de trabajo FIFO. Una muestra estándar se añade al final de la cola mediante el método append(). Si un investigador ingresa una muestra de emergencia o degradable, se inserta en la cabecera (índice 0) mediante insert(0, muestra). El despacho hacia la cámara de vacío se realiza extrayendo el primer elemento disponible mediante pop(0). Implementamos las operaciones controlando el tamaño residual de la cola con len().

En experimentos criogénicos de superconductividad a temperaturas de helio líquido, los transitorios de ruido electromagnético provocan lecturas centinela negativas (-999.0) o nulas que distorsionan el análisis. Para depurar la serie sin alterar la cronología de los puntos válidos, creamos una lista limpia descartando las mediciones espurias mediante una comprensión condicional de listas: [x for x in datos if x > 0.0]. Contrastamos la longitud antes y después de la purga y calculamos la resistividad residual mínima.

La regla del trapecio compuesta aproxima la integral definida de una curva discretizada sumando las áreas de los trapecios formados por puntos adyacentes: Integral = Suma [ (x_{i+1} - x_i) * (y_i + y_{i+1}) / 2 ]. Dadas dos listas de idéntica longitud N, iteramos sobre los índices i desde 0 hasta N- 2. En cada subintervalo evaluamos el ancho delta_x y la altura media (y_i + y_{i+1})/ 2. Acumulamos el área total para obtener la carga transferida en microculombios (µC).