1.2 Introducción a Python: ejecución, sintaxis, variables y operadores
1. El intérprete de Python y flujo de ejecución Python es un lenguaje interpretado y fuertemente tipado. El código fuente es traducido a bytecode y ejecutado por la máquina virtual: \(\text{Flujo: } \text{código.py} \longrightarrow \text{Bytecode (.pyc)} \longrightarrow \text{Python Virtual Machine (PVM)}\) Ejemplo: Para ejecutar un script científico directamente desde la terminal del sistema operativo: \(\text{python3 simulacion_nano.py}\) 2. Variables, asignación y tipado dinámico Las variables en Python actúan como referencias a objetos en memoria sin necesidad de declaración de tipo estático: \(\text{nombre_variable} = \text{valor}\) Ejemplo: Definimos constantes físicas asignando valores numéricos con notación científica: \(\text{cte_planck} = 6.62607015\text{e-}34 \quad \text{y} \quad \text{c} = 299792458.0\) 3. Tipos de datos primitivos en computación científica Python gestiona de forma nativa cuatro familias de datos atómicos: \(\text{int (enteros)}, \quad \text{float (coma flotante IEEE 754)}, \quad \text{bool (True/False)}, \quad \text{str (cadenas Unicode)}\) Ejemplo: Para inspeccionar el tipo de dato asignado a una medición experimental: \(\text{type(3.14159)} \quad \longrightarrow \quad <\text{class 'float'}>\) 4. Operadores aritméticos y precedencia matemática Las operaciones numéricas siguen el orden algebraico estándar: \(\text{Precedencia: } ** \text{ (potencia)} \longrightarrow * \, / \, // \, \% \text{ (producto, división)} \longrightarrow + \, - \text{ (suma, resta)}\) Ejemplo: Para calcular la energía de enlace con potencia y división exacta: \(\text{energia} = \text{masa} * (3.0\text{e}8) ** 2\) Ejemplo 1: Cálculo de la energía cinética clásica de un electrón acelerado en un microscopio electrónico.
Definición de parámetros físicos.
Asignamos la masa del electrón en kilogramos y su velocidad en metros por segundo:
Evaluación de la fórmula de energía cinética.
Aplicamos la expresión algebraica de la mitad de la masa por la velocidad al cuadrado:
El cálculo arroja aproximadamente 1.82e-18 julios, demostrando la precisión del tipo float para magnitudes atómicas.
Conversión de longitud de onda óptica a frecuencia y energía del fotón.
Declaración de magnitudes y constantes.
Definimos la longitud de onda de un láser de excitación en nanómetros:
Determinación de la frecuencia y la energía fotónica.
Calculamos la frecuencia como el cociente c entre lambda y la energía como el producto h por nu:
Se obtiene una frecuencia de 5.63e14 hercios y una energía por fotón de 3.73e-19 julios.
Cálculo de la fuerza electrostática de Coulomb entre dos nanopartículas cargadas.
Especificación de cargas y distancia de separación.
Definimos las cargas netas en culombios y la separación interpartícula en nanómetros:
Aplicación de la ley de Coulomb.
Calculamos la fuerza electrostática escalar:
La fuerza electrostática calculada es de 1.84e-11 newtons, magnitud apreciable a escala coloidal.
Determinación de la relación superficie-volumen para una nanopartícula esférica de oro.
Asignación geométrica del radio.
Definimos el radio de la nanopartícula en metros y el valor de pi:
Evaluación de superficie, volumen y cociente característico.
Calculamos ambas magnitudes y su cociente:
La relación resulta exactamente igual a 3 entre el radio, lo que ilustra el predominio superficial en nanomateriales.
Comprobación booleana de estabilidad de un nanodispositivo bajo umbrales térmicos y de corriente.
Definición de variables operativas y límites de tolerancia.
Asignamos los valores medidos por sensores y los umbrales máximos admisibles:
Evaluación lógica de estabilidad mediante operadores booleanos.
Comprobamos que ambas condiciones se satisfacen simultáneamente:
La variable booleana adquiere el valor True, confirmando que el dispositivo opera en régimen seguro.