OBJETIVO: Reconocer escenarios básicos y representarlos en pseudocódigos, desarrollando habilidades en el lenguaje de programación en Python de manera justificada y comprensible.
Este video ofrece una visión detallada sobre cómo mejorar tus habilidades de comunicación y empleabilidad a través de diversas masterclasses. Aprenderás de expertos en el campo y podrás aplicar estas habilidades en tu vida profesional y personal.
No te pierdas esta oportunidad de crecimiento personal y profesional. Inscríbete en nuestras masterclasses y comienza a mejorar tus competencias hoy mismo.
El análisis del algoritmo es el proceso de analizar la capacidad de resolución de problemas del
algoritmo en términos del tiempo y el tamaño requeridos (el tamaño de la memoria para el
almacenamiento durante la implementación). Sin embargo, la principal preocupación del análisis de
algoritmos es el tiempo o rendimiento requerido. El análisis algorítmico consiste en enseñar las
bases de la programación y las herramientas básicas con las que se debe aprender a interpretar
ejercicios mediante algoritmos y flujogramas.
La necesidad de analizar algoritmos surge como necesidad de eficiencia, es decir elegir un mejor
algoritmo para un problema particular, ya que un problema computacional puede resolverse mediante
diferentes algoritmos.
Al considerar un algoritmo para un problema específico, podemos comenzar a desarrollar el
reconocimiento de patrones de modo que la ayuda de este algoritmo pueda resolver tipos similares de
problemas.
Los algoritmos a menudo son bastante diferentes entre sí, aunque el objetivo de estos
algoritmos es el mismo. Por ejemplo, sabemos que un conjunto de números se puede ordenar usando
diferentes algoritmos. El número de comparaciones realizadas por un algoritmo puede variar con otros
para la misma entrada. Por lo tanto, la complejidad temporal de estos algoritmos puede diferir. Al
mismo tiempo, necesitamos calcular el espacio de memoria requerido por cada algoritmo.
En general, realizamos los siguientes tipos de análisis:
● El peor de los casos: el número máximo de pasos dados en cualquier instancia de tamaño N.
● El mejor caso: el número mínimo de pasos dados en cualquier instancia de tamaño N.
● El caso promedio: un número promedio de pasos dados en cualquier instancia de tamaño N.
● El amortizado: una secuencia de operaciones aplicadas a la entrada de tamaño promedio en el
tiempo.
La historia del lenguaje de programación Python se remonta hacia finales de los 80s y principio de
los 90s, su implementación comenzó en diciembre de 1991. Dentro de los lenguajes informáticos
Python, pertenece al grupo de los lenguajes de programación y puede ser clasificado como un lenguaje
interpretado, de alto nivel, multiplataforma, de tipado dinámico y multiparadigma. A diferencia de
la mayoría de los lenguajes de programación, Python nos provee de reglas de estilos, a fin de poder
escribir código fuente más legible y de manera estandarizada. Estas reglas de estilo son definidas a
través de la Python Enhancement Proposal No 8 (PEP 8).
Un lenguaje informático es un idioma artificial, utilizado por ordenadores, cuyo fin es transmitir
información de algo a alguien. Los lenguajes informáticos pueden clasificarse en:
● Lenguajes de programación (Python, PHP, Perl, C, etc.).
● Lenguajes de especificación (UML).
● Lenguajes de consulta (SQL).
● Lenguajes de marcas (HTML, XML).
● Lenguajes de transformación (XSLT).
● Protocolos de comunicaciones (HTTP, FTP).
En Python, todo se considera un objeto, por lo cual los tipos de datos serían las clases que definen
las características y propiedades. Las variables definidas en nuestro código serían las instancias
del tipo de dato que le hayamos asignado a cada una de ellas.
Los tipos de datos básicos de Python son los booleanos, los numéricos (enteros, punto flotante y
complejos) y las cadenas de caracteres.
Ejemplo:
Python posee además de los tipos ya vistos, 3 tipos más complejos, que admiten una colección de
datos. Estos tipos son:
• Tuplas
• Listas
• Diccionarios
Estos tres tipos pueden almacenar colecciones de datos de diversos tipos y se diferencian por su
sintaxis y por la forma en la cual los datos pueden ser manipulados.
Tuplas
Una tupla es una variable que permite almacenar varios datos inmutables (no pueden ser modificados
una vez creados).
Ejemplo:
Listas
Una lista es similar a una tupla con la diferencia fundamental de que permite modificar los datos
una vez creados.
Ejemplo:
Diccionarios
Los diccionarios permiten utilizar una clave para declarar y acceder a un
valor.
Ejemplo:
La función input() permite obtener texto escrito por teclado. Al llegar a la función, el programa se
detiene esperando que se escriba algo y se pulse la tecla Intro.
El uso de la lectura de datos por teclado es uno de los recursos muy útiles a la hora de crear o
desarrollar una aplicación en Python, pues mediante esta sentencia el programa deberá guiar o pedir
la información necesaria al usuario para el desarrollo de la misma.
Además, esta función puede ser asignada a una variable y sus valores podrán ser transformados al
tipo de dato que se necesite para dicha operación.
Ejemplo:
