Ejercicios · Bloque 3: Estructuras Avanzadas y Modularidad

20 ejercicios resueltos paso a paso.

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.
Solución paso a paso → ▶ Vídeo

2.

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.
Solución paso a paso → ▶ Vídeo

3.

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.
Solución paso a paso → ▶ Vídeo

4.

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.
Solución paso a paso → ▶ Vídeo

5.

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.
Solución paso a paso → ▶ Vídeo

3.2 Funciones

6.

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).
Solución paso a paso → ▶ Vídeo

7.

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.
Solución paso a paso → ▶ Vídeo

8.

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.
Solución paso a paso → ▶ Vídeo

9.

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.
Solución paso a paso → ▶ Vídeo

10.

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.
Solución paso a paso → ▶ Vídeo

3.3 Módulos y Bibliotecas

11.

Desarrollar una función simular_camino_aleatorio(pasos, difusion=1.0) que simule una trayectoria browniana en 2D en pasos discretos utilizando random.. gauss y calcule el desplazamiento cuadrático medio desde el origen.
Solución paso a paso → ▶ Vídeo

12.

Diseñar una función decaimiento_radiactivo(n0, semivida_dias, dias_totales) que utilice math.. exp y math.. log(2) para calcular la cantidad de núcleos remanentes y la actividad decaída tras un periodo experimental dado.
Solución paso a paso → ▶ Vídeo

13.

Implementar una función angulo_vectores_3d(v1, v2) que reciba dos vectores tridimensionales como tuplas o listas y calcule el ángulo entre ellos en grados utilizando math.. acos y math.. degrees.
Solución paso a paso → ▶ Vídeo

14.

Crear una función muestrear_esfera(radio=1.0) que genere un punto aleatorio distribuido uniformemente sobre la superficie de una nanoesfera 3D utilizando el método de coordenadas esféricas con corrección de área.
Solución paso a paso → ▶ Vídeo

15.

Diseñar la estructura completa de un archivo de módulo modular_sensores.. py que defina dos constantes físicas (VOLTAJE_REFERENCIA = 3.3, BITS_ADC = 10), una función adc_a_voltios(lectura) y un bloque de prueba bajo el guardián principal que valide la conversión para los valores extremos 0 y 1023.
Solución paso a paso → ▶ Vídeo

3.4 Matrices

16.

Implementar una función transponer_matriz(matriz) que reciba una matriz rectangular de dimensiones m por n y devuelva su matriz transpuesta n por m sin utilizar bibliotecas externas.
Solución paso a paso → ▶ Vídeo

17.

Desarrollar una función sumar_matrices(A, B) que valide si dos matrices tienen idénticas dimensiones y retorne una nueva matriz con la suma elemento a elemento, lanzando ValueError si las dimensiones difieren.
Solución paso a paso → ▶ Vídeo

18.

Escribir una función multiplicar_matrices(A, B) que calcule el producto algebraico de dos matrices rectangulares compatibles de dimensiones m por k y k por n mediante bucles anidados en Python puro.
Solución paso a paso → ▶ Vídeo

19.

Desarrollar una función convolucion_suavizado(matriz) que aplique un filtro de media móvil sobre una malla topográfica 2D, calculando para cada celda interior el promedio de su vecindario de 8 celdas adyacentes más la propia celda en un bloque de 3x3.
Solución paso a paso → ▶ Vídeo

20.

Implementar una función encontrar_puntos_silla(matriz) que examine una cuadrícula numérica y retorne una lista de coordenadas (fila, columna) de todos los puntos de silla existentes que sean mínimo de su fila y máximo de su columna.
Solución paso a paso → ▶ Vídeo