Академический Документы
Профессиональный Документы
Культура Документы
OBJETIVOS
MARCO TERICO
Instrucciones para instalar en Linux (Sabor Debian) Primero descargamos las libreras
que son prerrequisitos para instalar el sistema. En una Terminal ejecutar el siguiente comando
para instalar las libreras prerrequisitos
sudo apt-get install git dpkg-dev make g++ gcc binutils \
libx11-dev libxpm-dev libxft-dev libxext-dev gfortran \
libssl-dev libpcre3-dev xlibmesa-glu-dev libglew1.5-dev libftgl-dev \
libmysqlclient-dev libfftw3-dev cfitsio-dev graphviz-dev \
libavahi-compat-libdnssd-dev libldap2-dev python-dev libxml2-dev \
libkrb5-dev libgsl0-dev libqt4-dev
Wordpad
Notepad++
Vim
Gedit
TEMAS DE CONSULTA
Paradigma: Teora cuyo ncleo central [...] suministra la base y modelo para resolver
problemas [...] (Definicin de la Real Academia Espaola, vigsimo tercera edicin)
Cmo tal, nos ensea un mtodo -probado y estudiado- el cual se basa en las interacciones de
objetos (todo lo descrito en el ttulo anterior, Pensar en objetos) para resolver las necesidades
de un sistema informtico. Bsicamente, este paradigma se compone de 6 elementos y 7
caractersticas que veremos a continuacin.
Los elementos de la POO, pueden entenderse como los materiales que necesitamos
para disear y programar un sistema, mientras que las caractersticas, podran asumirse como
las herramientas de las cules disponemos para construir el sistema con esos materiales.
Entre los elementos principales de la POO, podremos encontrar a:
Clases: Las clases son los modelos sobre los cules se construirn nuestros objetos.
Podemos tomar como ejemplo de clases, el grfico que hicimos en la pgina 8 de este
documento.
En Python, una clase se define con la instruccin class seguida de un nombre genrico
para el objeto.
class Objeto:
pass
class Antena:
pass
class Pelo:
pass
class Ojo:
pass
Propiedades
Las propiedades, como hemos visto antes, son las caractersticas intrnsecas del objeto. stas,
se representan a modo de variables, solo que tcnicamente, pasan a denominarse propiedades:
class Antena():
color = ""
longitud = ""
class Pelo():
color = ""
textura = ""
class Ojo():
forma = ""
color = ""
tamanio = ""
class Objeto():
color = ""
tamanio = ""
aspecto = ""
antenas = Antena() # propiedad compuesta por el objeto objeto Antena
ojos = Ojo()
pelos = Pelo()
2) Regresin lineal
Existen medidas de la intensidad de la relacin que presentan las variables que son
fundamentales para determinar en qu momento es conveniente utilizar regresin lineal.
Anlisis de regresin
3)
Aprender c++ fcil y de forma amena es posible. El problema es que muchas personas que
intentan formarse de manera autnoma a menudo terminan aburrindose. Por qu sucede
esto? Analicemos un poco el por qu siendo un lenguaje sencillo sin embargo estructurarlo
termina siendo complejo para la mayora de estudiantes. Para finalizar te mostraremos unos
pequeos consejos para que consigas t tambin aprender c++ fcil
C ++ el idioma de bajo nivel y grandes resultados
Cplus fue creado con la intencin de conseguir un lenguaje que ampliara las posibilidades de
C pero que incorporara la programacin de objetos.
Es un lenguaje de los denominados de bajo nivel, aunque ello no significa que sea inferior,
en realidad este concepto define un idioma que te obliga a hacer las cosas a ti mismo. Con los
lenguajes de alto nivel existen entornos de programacin que automatizan muchas de las
tareas del programador, y aunque esto puede ser muy cmodo tambin existe el riesgo de que
te limite a copiar cdigo y poco ms. En cambio, con un lenguaje como c++ llegas a
comprender y razonar, digamos que te ensucias las manos pero tambin logras el control
sobre el hardware, aprendiendo a conocer lo que ocurre en la CPU.
Es por este motivo por el que parece que es imposible aprender c++ facil? Quizs para el
programador novel acostumbrado a otras maneras de programar. Pero el problema es que a
veces se juzga un lenguaje de programacin por el entorno y las apariencias, y con cplus no
tienes una gran interface sino que se codifica con una pantalla de msDos.
Pero a pesar de estas restricciones tcnicas, capacitarte en un lenguaje como Cplus de consola
te permitir posteriormente entender casi todos los otros lenguajes de programacin. Es la
mejor manera de conseguir una formacin que realmente te ensee a codificar y que te
proporcione la capacidad de entender lo que haces en programacin y por qu lo haces.
Adems los estudiantes que se animan a hacer un curso de un lenguaje de bajo nivel como c +
+ despus son mucho ms adaptables y comprenden mejor los conceptos de la programacin
de cualquier otro lenguaje.
S, es cierto, vas a tener que esforzarte para aprender, pero las dificultades de cplus quedan
compensadas por la satisfaccin de poder crear cdigo rpido y de extremado rendimiento y
porque aunque ahora no lo termines de ver necesario despus comprobars que estudiando c+
+ fcil le vas a sacar provecho a tu esfuerzo.
Hay programas muy conocidos escritos en C plus. La mayora de programas de Adobe, como
por ejemplo Photoshop, Premiere, o Illustrator, el navegador Mozzilla, algunas aplicaciones
de Google Por algo ser!
Consejos para aprender C++ fcil
A no ser que seas un superdotado desengate: Si piensas aprender C++ fcil solamente a
travs de libros te va a costar lo tuyo.
Mentalzate: El idioma puede que sea complejo, pero estudiarlo no tiene porqu serlo. Antes
de elegir el centro donde estudiar cplus habla con el profesor de informtica y asegrate de
poder hacer todas las prcticas que necesites para una buena formacin en c++ fcil.
Si aun as decides intentar aprender por tu cuenta, te recomendamos investigar sobre el origen
de c++, hacerte con una dosis extra de paciencia, instalarte un buen compilador/IDE y tener
en cuenta que los tutoriales y compiladores que utilices estn actualizados para evitar errores.
No es aconsejable que ejecutes programas que tengan #include junto a WINDOWS. h
encerrado en etiquetas, ya que se utilizan muchas veces para incluir nodos maliciosos y
suelen generar fallos.
DATOS
Lo ms importante que hay que saber sobre trabajar con root, es que los archivos deben
llamarse
igual que la funcin que va dentro del archivo, por ejemplo, el archivo script.C debe llevar
por
Dentro la siguiente estructura
void script()
{
// Aqui (dentro de los corchetes)
// va lo que realiza la funcion void llamada script
}
Para correr dicho programa damos clic en windows, luego escribimos cmd y damos enter. En
la terminal de DOS nos dirigimos al lugar en donde esta ubicado el archivo script.C y
ejecutamos root script.C.
ANLISIS DE RESULTADOS
1. Elegir un proyecto de anlisis de datos entre las opciones dadas en la seccin anterior.
VICTIMAS DE MINAS ANTIPERSONA (MILITARES)
X: Ao
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
Error en Y
1,56515775
1,60219479
0,86145405
1,52812071
1,52812071
1,4170096
1,4170096
1,86145405
1,82441701
1,49108368
1,19478738
0,89849108
1,13854595
2,65706447
3,17558299
5,39780521
4,24965706
e y=
|x ix|
n
n=n de terminos=27
xi
x = i=1
n
2. Hacer una grfica en 2D mostrando las barras de errores de los variables de datos
mostrados.
CONCLUSIONES
Entendimos el lenguaje C++ que sirve para dar instrucciones a programa para realizar
lo que le programamos.
LINUX nos da a entender la eficiencia al entregar datos con sus respectivos mrgenes
de errores.
BIBLIOGRAFA
Fernando Quionez
https://www.dropbox.com/sh/fatnk33awccgeln/AADP5_6CrZxEvlaHOLhiJzF4a/LAB
FITS.pdf?dl=0.
R. Brun and F. Rademakers. ROOT: An Object Oriented Data Analysis Framework.
Nucl.Instrum. Meth. A 389 81-86, 1997.
Bjarne Stroustrup. The C++ Programming Language, Addison-Wesley Longman
Publishing Co., Inc. 3rd Edition. Boston, MA, USA, 2000.
Pgina web con los tutoriales necesarios para realizar la prctica de laboratorio.
https://root.cern.ch/root/html/tutorials/
Pgina web con comandos de DOS. https://es.wikipedia.org/wiki/MS-DOS
Pgina web de comandos bsicos de linux.
https://www.debian.org/doc/manuals/refcard/refcard.es.pdf
Olive et al. (Particle Data Group), Chin. Phys. C 38 090001, 2014.
Luca Lista, Statistical Methods for Data Analysis in Particle Physics, Springer, 2016.
G.D. Cowan, Statistical Data Analysis, Oxford University Press, 1998.
L. Lyons, Statistics for Nuclear and Particle Physicists, Cambridge University Press,
1986.
R.J. Barlow, Statistics: A Guide to the Use of Statistical Methods in the Physical
Sciences, Wiley, 1989.
F. James, Statistical Methods in Experimental Physics, 2nd ed., World Scientific,
2006.
S. Brandt, Data Analysis 3rd ed., Springer, 1999.
G. Cowan A Survey of Unfolding Methods for Particle Physics, in Proc. Conf. on
Advanced Statistical Techniques in Particle Physics, M.R. Whalley and L. Lyons
(eds.), IPPP/02/39.
A.N. Kolmogorov, Grundbegriffe der Wahrscheinlichkeitsrechnung, Springer, 1933;
Foundations of the Theory of Probability, 2nd ed., Chelsea, 1956.
Stuart, J.K. Ord, and S. Arnold, Kendalls Advanced Theory of Statistics, Vol. 2A:
Classical Inference and the Linear Model 6th Ed., Oxford Univ. Press (1999), and
earlier editions by Kendall and Stuart.
C.M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006.
T. Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning, 2nd ed.,
Springer, 2009.
R. Duda, P. Hart, D. Stork, Pattern Classification, 2nd ed., Wiley, 2001.