Trabajo tecnología (programación)

1. TALLER DE TECNOLOGÍA
LAURA BUITRAGO
SOFIA MONTAÑO
ANA SOFIAAMAYA
MARIA CAMILA BARRAGÁN
MARIANA SADOVNIK
ELIZABETH GOMEZ
GRADO: 11-5
INSTITUCION EDUCATIVA LICEO DEPARTAMENTAL
SANTIAGO DE CALI
MARZO 2023
1

2. TABLA DE CONTENIDO
EJES TEMÁTICOS PUNTO 2 ………………………………………………………………………..3
¿Qué es la estadística? …………………………………………………………………………………3
Ramas de la estadística ………………………………………………………………………………...3
De qué trata cada rama ……………………………………………………………………………..3 - 4
Aplicaciones de la estadística ……………………………………………………………………... 4 - 5
Métodos estadísticos……………………………………………………………………………………5
Hipótesis ……………………………………………………………………………………………… 6
Variable ………………………………………………………………………………………………...6
Dato ……………………………………………………………………………………………………6
Población ………………………………………………………………………………………………6
Muestra ……………………………………………………………………………………………....5-6
Nivel de medición nominal ……………………………………………………………………….…7-8
EJES TEMÁTICOS PUNTO 3 ……………………………………………………………………..…9
Nombre de la variable ………………………………………………………………………………....9
Frecuencia absoluta ……………………………………………………………………………………9
Frecuencia relativa porcentual …………………………………………………………………………9
Equivalencia en grados ………………………………………………………………………………...9
¿Qué diferencia hay entre un contador y un acumulador? ……………………………………...….9-10
Cómo declarar una variable en Pseint ………………………………………………………..10- 11- 12
Lenguajes …………………………………………………………………………………………11-12
¿Java-phyton y c++ que representan? ……………………………………………………………12-13
1. Toma dos números, hacer la resta, la multiplicación y la división; muestra el resultado ……14
2. Calcular el promedio de cuatro calificaciones o el promedio de cuatro notas ……………….15
3. Hacer un programa que muestre el área y el perímetro de un triángulo ……………………..16
4. Hacer un programa que muestre el área y el perímetro de un círculo ……………………….17
5. Hacer un programa para convertir una temperatura ingresada de Celsius a Fahrenheit ……..18
6. Hacer un programa para convertir una longitud ingresada en pulgadas a pies ………………19
7. Ingresar por teclado el nombre y la edad de cualquier persona que imprima tanto el nombre
como la edad …………………………………………………………………………………20
Evidencias …………………………………………………………………………………………….21
Blogs ………………………………………………………………………………………………….22
2

3. EJES TEMÁTICOS PUNTO 2
¿Qué es la estadística?
= La estadística es una rama de las matemáticas que te permite recopilar, organizar y analizar datos
según las necesidades que tengas. Por ejemplo: obtener un resultado, comparar información, tomar
mejores fotos entre otras. Al usar métodos, procedimientos y fórmulas, la estadística es considerada
la ciencia del análisis de datos y su principal objetivo es ayudar a comprender lo que sucede en tu
entorno a partir de la información disponible. La estadística puede ayudar a decidir entre diferentes
variables para resolver ecuaciones complejas. La estadística es una herramienta muy importante en la
informática ya que permite analizar y procesar grandes cantidades de datos de manera eficiente y
rápida, comprende, analiza y evalúa información a partir de textos escritos, posee aptitud de análisis y
pensamiento crítico, redacta textos siguiendo una estructura lógica y organizada, respetando las
normas gramaticales ortográficas. Maneja instrumentos de tecnologías de información y
comunicación (TIC) a nivel básico.
¿Las ramas de la estadística?
= Estan: estadística descriptiva, estadística inferencial, estadística experimental y estadística casual
¿De qué trata cada rama de la estadística?
● Estadística descriptiva: La estadística descriptiva se enfoca en recolectar y describir o resumir
los hallazgos básicos que arrojan las investigaciones, incluyendo el tipo de muestreo y de
medición que se utilizaron, sin formular u ofrecer conclusiones. La estadística descriptiva
ayuda a las empresas a simplificar grandes volúmenes de datos de manera razonable y
convertirlos en resúmenes sencillos, incluso en estudios donde se utilizan diversas
metodologías de ponderación. Sin embargo, cuando los datos se sintetizan a un solo indicador,
se corre el riesgo de distorsionar los datos originales o de perder detalles significativos,
debido a que un solo monto podría compendiar un gran número de eventos discretos.
● Estadística inferencial: La estadística inferencial se enfoca en extraer conclusiones basadas
en otros factores diversos además de los datos, incluyendo las opiniones y observaciones de
los especialistas, y las probabilidades de que suceda algún evento económico o social. Por lo
tanto, mientras que la estadística descriptiva simplemente explica los datos, la estadística
inferencial se centra en formular deducciones bien informadas con base en lo siguiente:
Pruebas T: se utilizan para comprobar la veracidad de los datos mediante comparar los
promedios extraídos de dos grupos de datos distintos.
Modelajes lineales (GLM, por sus siglas en inglés): es un esquema avanzado para comparar
cómo ciertas variaciones afectan al análisis de datos. Los modelajes GLM son el fundamento
para múltiples pruebas estadísticas para autentificar los datos, incluyendo el análisis de
variación (ANOVA, por sus siglas en inglés), el análisis de covarianza (ANCOVA, por sus
3

4. siglas en inglés), pruebas de regresión simples y polinómicas y métodos de multivariación
como el análisis factorial, el coeficiente de la variable ficticia.
● Estadística experimental: La estadística experimental se centra en desarrollar nuevas
estadísticas a partir de muestreos limitados o en mejorar los resultados existentes que ofrezcan
un valor añadido a los usuarios de los datos a partir de investigaciones exploratorias. Es para
fines de mercadotecnia o para implementar estrategias empresariales. Por lo tanto, se enfoca
en descubrir ideas y perspectivas, además de recabar datos estadísticos exactos. Se usa
primordialmente para definir áreas de posible crecimiento, iniciativas alternativas y para fijar
prioridades a las actividades empresariales con miras a aumentar los ingresos.
● Estadística casual: Esta rama de la estadística se basa en la correlación y causación cuando se
considera que dos o más variables están vinculadas; es decir, si los valores de una variación
aumentan o disminuyen, sucede lo mismo en los valores de la otra variable (incluso si la
variación sucede en la dirección opuesta).
Aplicaciones de la estadística en la educación
= La estadística es fundamental en la educación de hoy; siendo requisito básico en la educación
secundaria, también juega un papel importante en el examen estatal “Saber 11”; la cual, mide el nivel
de conocimiento de los estudiantes que están cerca de la graduación. Es importante mencionar, que
gran porcentaje del examen de matemáticas es estadística, y si esta rama de las matemáticas no se
maneja correctamente, los resultados se verán afectados.
Aplicaciones de la estadística en la contaduría
= En el caso específico de la contaduría la estadística es muy importante y relevante,pues se aplica
para seleccionar muestras, cuando se pretende hacer una auditoria; también funciona para medir la
variación de costos de producción. En la Contaduría, es una herramienta que termina siendo eficiente
para la solución de problemas de costos y auditorías. La estadística matemática y mas particularmente
los métodos de muestreo, juegan un papel de gran importancia y como ya lo hemos dicho en la
utilidad en y desarrollo de una auditoría, esto gracias a su carácter de rapidez y economía. Cómo
seleccionar la muestra, realizar la inferencia (extrapolación de las conclusiones obtenidas sobre la
muestra, al resto de la población), grado de confianza ,son los principales problemas a los cuáles dan
una solución efectiva.
Aplicaciones de la estadística en la administración
= Dentro de la administración o el ámbito empresarial encontramos que la estadística puede usarse
para realizar proyecciones de ventas, análisis financieros de proyectos de gasto de capital, construir
proyecciones de beneficios para un nuevo producto, establecer cantidades de producción y hacer un
análisis de muestreo para determinar la calidad de un producto. En pocas palabras podemos decir
que ayuda a determinar el éxito de una empresa.
4

5. Aplicaciones de la estadística en el deporte
= La estadística deportiva es la encargada, a través de la aplicación de modelos estadísticos, de:
• Brindar información objetiva a los deportistas o a su cuerpo técnico, de manera
que estos datos sirvan para redireccionar adecuadamente su preparación.
• Ofrece la posibilidad de obtener información objetiva sobre el desempeño de los
atletas y para examinar también a los rivales.
• Mejorar la eficiencia en la detección de talentos deportivos.
• Obtener una mayor rigurosidad en el establecimiento de características modelo.
• Conseguir que los entrenamientos se conviertan en verdaderas herramientas de
recogida de información confiable para perfeccionar el rendimiento de los atletas.
• Tras verificar su efectividad, diseñar o utilizar un nuevo sistema de método
No obstante, la ventaja más valiosa que aporta el uso de la estadística en el deporte es
que permite realizar un análisis más profundo y detallado de los sucesos; proporciona
la posibilidad de ir más allá de lo superfluo de los datos, llegando así a conocer el
verdadero origen de los resultados, y obteniendo conclusiones más adecuadas para la
toma de decisiones futuras.
Una de las principales amenazas con las que cuenta un deportista con respecto a la no
consecución de sus metas, son las lesiones deportivas, que acarrean graves problemas
tanto para el rendimiento como para la salud, por lo que surge aquí la posibilidad de una
nueva aplicación de la estadística para minimizar la amenaza de lesiones. Permite realizar un análisis
mas objetivo, tanto cuantitativo, como cualitativo, de los datos que recoge, para su interpretación de
los procesos.
Métodos estadísticos
= El método estadístico consiste en una secuencia de procedimientos para el manejo de los datos
cualitativos y cuantitativos de la investigación. En este artículo se explican las siguientes etapas del
método estadístico: recolección, recuento, presentación, síntesis y análisis.
Población
=Es el conjunto de elementos que son objeto de estudio estadístico. Individuo: cada uno de los
elementos de la población. El número total de individuos de la población se suele representar por la
letra N. En estadística, una población es un conjunto de elementos o eventos similares que son de
interés para alguna pregunta o experimento.​
Muestra
= Se define como un subconjunto representativo de una población estadísticas, con una finalidad
evaluativa y de estudio. Su principal característica es que nos permite obtener información real, viable
y útil haciendo uso del menor tiempo posible ya que la muestra trabaja un conjunto más pequeño de
datos.
5

6. Hipótesis
= Una hipótesis de investigación puede definirse como una proposición tentativa acerca de las
posibles relaciones entre dos o más variables. Si la hipótesis de investigación establece la asociación
de dos o más variables y posiblemente el grado de dicha asociación, estaremos enfrentados a hipótesis
de investigación de tipo correlacional; por otra parte, si el objetivo de la investigación es comparar
grupos, estaremos ante el planteamiento de hipótesis de investigación que planteen diferencias entre
grupos. Las hipótesis de investigación se simbolizan por Hi o H¹.
El reverso de las hipótesis de investigación son las hipótesis nulas, las cuales refutan o niegan lo que
afirma la hipótesis de investigación. Se denotan por Ho.
A manera intuitiva puede decirse que las hipótesis estadísticas son la transformación de las hipótesis
de investigación y nulas en símbolos estadísticos, que pueden ser formuladas solo cuando los datos
del estudio que se van a recolectar y analizar para probar o rechazar las hipótesis son cuantitativos
(números, proporciones, porcentajes, promedios). Es decir, el investigador traduce su hipótesis de
investigación y su hipótesis nula en términos estadísticos.
Variable
Una variable es algo que puede tener diferentes valores, como el peso, la altura o el color de los ojos,
a diferencia de una constante que solo tiene un valor, como la velocidad de la luz. Los tipos de
variables vienen determinados por el dato que representa. Por ejemplo, el peso es una variable
cuantitativa cuando se expresa en números como gramos o kilogramos de un objeto. Mientras que si
se presenta en términos de "pesado" o "liviano", sería una variable cualitativa, porque presenta una
cualidad.
Dato
= Un dato es la representación de una variable que puede ser cuantitativa o cualitativa que indica un
valor que se le asigna a las cosas y se representa a través de una secuencia de símbolos, números o
letras. Los datos describen hechos empíricos. Para examinarlos deben de ser organizados o tabulados,
ya que un dato por sí mismo no puede demostrar demasiado sino que se debe evaluar el conjunto para
examinar los resultados.
Población
= En estadística, una población es un conjunto de elementos o eventos similares que son de interés
para alguna pregunta o experimento.​Una población estadística puede ser un grupo de objetos
existentes o una hipotética y potencialmente infinita grupo de objetos concebidos como una
generalización de la experiencia.
Muestra
= Aplicaciones de la estadística muestran en la educación, contaduría, administración y deporte.
. Una aplicación de la estadística en la educación es por ejemplo
Muestras aleatoria:
Simples: contribuyen a la base para los diferentes procedimientos de muestreo aleatorio.
Pasos a seguir:
6

7. · Obtener un listado de los estudiantes aspirantes de la población.
· Numerar a todos los sujetos de la población (o unidades de muestreo).
· Utilizar una tabla de números aleatorios o un procedimiento similar para seleccionar a los
sujetos de la muestra.
· Ubicar a los sujetos seleccionados que por alguna razón no sean sometidas a observación,
integran la categoría de moralidad.
. El muestreo en la contaduría permite llevar a cabo los procedimientos de auditoría de manera
eficiente y eficaz. El cálculo de un tamaño de muestra permite la proyección de los resultados al
universo total de manera oportuna y con un costo menor.
. El muestreo en la administración hace que se reduzca la cantidad de una población hacia un número
menor representativo y adecuado de muestra para facilitar la recolección de información y el
consecuente análisis inferencial.
. La estadística, específicamente la muestra proporciona al deportista herramientas fundamentales en
su futuro desempeño como profesional en el área deportiva, pues le permite realizar un análisis más
objetivo y preciso tanto cualitativo como cuantitativo, de los datos que recoge, para su interpretación
de los procesos que realiza y para enfocarse en los resultados que arroje la muestra .
Nivel de medición nominal
Para que los datos tengan sentido usamos los niveles o escalas de medición en la estadística, al
comparar los datos hacemos que la información obtenida sea medible y concreta. Este elemento
combina símbolos y números que determinan las veces que aparece un determinado patrón.
Existen 4 diferentes escalas de medición:
1. Nominal: En una escala como estas se clasifica a las unidades de estudio (objetos, personas, etc.)
en categorías, basándose en una o más características, atributos o propiedades distintivas y
observadas, dándole a cada categoría un nombre.
En esta escala se tienen dos o más categorías del ítem o
variable medida, un buen ejemplo es la variable de
sexo, que en este caso tendriamos dos opciones,
“hombre o mujer”.
2. Ordinal: Una escala de medición ordinal se logra
cuando las observaciones pueden colocarse en un
orden relativo con respecto a la característica que se evalúa, es decir, las categorías de datos están
clasificadas y ordenadas de acuerdo con la característica especial que poseen. Aquí, las etiquetas o
símbolos de las categorías sí indican jerarquía.
Por ejemplo, podemos clasificar familias de acuerdo con su condición socioeconómica, estudiantes de
acuerdo con el orden en que terminan un examen, miembros militares por su rango y participantes en
un reinado de belleza según sus atractivos. Cuando los objetos o eventos se clasifican por una
característica, es posible determinar qué objeto o evento tiene más o menos de la característica
comparado con otro; pero no podemos decir, basados en el orden solamente, en cuánto difieren.
3. Intervalo: Las escalas de intervalo o cardinales son más refinadas puesto que además del orden o
jerarquía entre categorías, las etiquetas o números consecutivos establecen intervalos iguales en la
7

8. medición (las distancias entre categorías son las mismas a lo largo de toda la escala). La medición en
una escala de intervalos se basa en suponer que puede conocerse exactamente la diferencia entre los
objetos medidos según esta escala.
Por ejemplo, qué tan cálido o frío es, qué tan cerca o lejos está, qué tan
triste o alegre se siente, qué tan pesado o liviano es.
4. Proporción o razón: Estas escalas tienen las propiedades de las ordinales y de intervalo
(intervalos iguales entre categorías y aplicación de las operaciones aritméticas básicas y sus
derivaciones), pero además, el cero es real, es absoluto, no es arbitrario. Es decir, el cero representa la
ausencia de la característica en cuestión; en consecuencia, los números pueden compararse como
proporciones y nos permite indicar cuántas veces es más grande
un objeto que otro, además de señalar la cantidad en que
difieren.
Por ejemplo, si la variable son los gastos en transporte de un
trabajador en una determinada semana y nos dice que no tuvo
gastos durante esa semana, entonces es válido decir que dichos
gastos fueron iguales a cero.
Otros ejemplos pueden ser
• Número de hijos en una familia.
• Medición de magnitudes físicas como: longitud, masa, intensidad de corriente, peso, velocidad, etc.
• Estatura de las personas.
8

9. EJES TEMÁTICOS PUNTO 3
Distribución de frecuencias:
Nombre de la variable
= Una variable es un espacio de la memoria del ordenador a la que asignamos un contenido que puede
ser un valor numérico (sólo números, con su valor de cálculo) o alfanumérico (sólo texto o texto con
números). Cada variable tiene un único nombre el cual no puede ser cambiado. Dos o más variables
pueden tener el mismo contenido, pero no el mismo nombre. El nombre de una variable comenzará
siempre por una letra, pudiendo contener a continuación tanto letras como números.
Frecuencia absoluta
= La frecuencia absoluta es una medida estadística que nos da información acerca de la cantidad de
veces que se repite un suceso al realizar un número determinado de experimentos aleatorios. Esta
medida se representa mediante las letras fi. La letra f se refiere a la palabra frecuencia y la letra i se
refiere a la realización i-ésima del experimento aleatorio.La frecuencia absoluta es muy utilizada en
estadística descriptiva y es útil para saber acerca de las características de una población y/o muestra.
Esta medida se puede utilizar con variables cualitativas o cuantitativas siempre que estas se puedan
ordenar. La frecuencia absoluta se puede usar para variables discretas (las variables se ordenan de
menor a mayor) y para variables continuas (las variables se ordenan de menor a mayor agrupadas por
intervalos). La frecuencia absoluta se utiliza para calcular la frecuencia relativa.
Frecuencia relativa porcentual
= corresponde a las veces que se repite un número en un conjunto de datos respecto al total, pero se
expresa en porcentajes (%).
Equivalencia en grados
= Distribución de frecuencia: Equivalencia en grados. La distribución de la frecuencia con
equivalencia en grados en una tabla de frecuencias: son iguales al número de muestras independientes
que son libres de modificar, por ejemplo el número de personas en unos datos, menos el número de
parámetros estimados (el número de 1,9,10 relaciones impuestas a los datos). Es decir, están
relacionados al tamaño de la muestra.
¿Qué diferencia hay entre un contador y un acumulador?
● Un contador es una variable que se utiliza para contar algo. Normalmente usamos un
contador dentro de un ciclo y cambiamos su valor sumándole o restándole una constante, es
decir, siempre se le suma o resta la misma cantidad. El caso más utilizado es incrementar la
variable en uno.
9

10. ● Un acumulador es una variable que se utiliza para sumar valores. Al igual que el contador, se
utiliza normalmente dentro de un ciclo pero cambiamos su valor sumándole una variable, es
decir, no siempre se le suma la misma cantidad.
¿Cómo declarar una variable en pseint?
= El uso de variables es indispensable en al construcción de algoritmos, estas nos permitirán capturar
valores, realizar operaciones, con ayuda de las variables que transformamos las entradas del algoritmo
en salidas o resultados,los datos de entrada son lo primero que debemos definir cuando desarrollamos
un algoritmo, son todas esas variables y constantes que nos servirán para realizar cálculos y
operaciones en el proceso.
La declaración o inicialización de las variables podemos hacerla de varias maneras, como:
Forma 1:
Esta es una forma muy organizada y detalla de declarar variables, con la palabra Definir, indicamos a
PSeInt que inicializaremos una variable, colocamos un nombre, luego decimos de que tipo será «como
entero».
Podemos también definir múltiples variables en una sola línea, ejemplo:
Declarar y establecer el tipo de dato a utilizar de la forma anterior es muy útil en algoritmos largos
que requieren de mayor organización.
Forma 2:
De la segunda forma solo asignamos un nombre a la variable seguido de su valor.
Esta forma es más rápida y asignamos un valor inicial, sin embargo puede no ayudar mucho en la
lectura fácil del código, este tipo de inicialización podemos usarla en condicionales y ciclos, en los
cuales utilizamos variables temporales.
Forma 3:
La tercera forma de inicializar variables se trata del momento en que solicitamos datos al usuario,
ejemplo:
10

11. La variable n1, no necesariamente debe estar iniciada con anterioridad, nacería desde el momento en
que solicitamos el valor, esta forma de uso de variables es muy utilizada para capturar datos de
entrada.
¿Qué tipos de variable puedo declarar en PSeInt?
-Para la construcción de algoritmos en este programa puede hacer uso de las variables disponibles en
casi todos los lenguajes de programación de alto nivel:
1. Variables tipo entero: Incluyen los números naturales (0,1,2….9).
2. Variables de tipo caracter: Son utilizadas para manejar valores alfanuméricos (Cualquier tipo de
dato), ejemplo: «Avenida 12 1-2».
3. Variables de tipo real: Este tipo de variables nos sirven para manejar valores que tienen una parte
decimal, como un promedio, ejemplo: «2.5».
4. Variables de tipo lógico: Con las variables lógicas tenemos dos valores disponibles, verdaderos o
falsos.
Ejemplo de cada tipo de variable declarado:
El uso de cada tipo de variable va sujeto a las necesidades del algoritmo que deseamos desarrollar,
toma un poco de tiempo para pensar las variables que lleva implícita tu algoritmo; como también el
tipo de dato de cada una de ellas.
Los lenguajes pueden ser de tres tipos favor explique cada uno
1. Lenguajes de bajo nivel Lenguaje máquina
Este lenguaje de programación es el más antiguo que existe. El lenguaje máquina es el único que
comprenden los ordenadores. Cualquier código redactado mediante lenguajes alternativos debe ser
convertido a lenguaje máquina para que un ordenador pueda leerlo.
El lenguaje máquina se basa en el código binario, es decir, se escribe a base de 0 y 1.
Aprender lenguaje máquina es algo muy complejo y no es útil para la creación de programas o webs.
Es por esto que se han creado los demás lenguajes de bajo nivel, para poder redactar código de
manera sencilla que puede ser convertido en lenguaje máquina a través de un ensamblador.
Lenguaje ensamblador Los lenguajes de bajo nivel están muy relacionados con el lenguaje máquina.
Ambos tipos de lenguaje tienen como objetivo ser comprendidos por un ordenador. La única
diferencia es que los lenguajes ensambladores están hechos para ser escritos por humanos de manera
sencilla. Pese a esto, tiene que ser traducido por un programa conocido como Ensamblador para que
los ordenadores puedan comprenderlo.
11

12. En definitiva, el lenguajes ensamblador tiene las mismas funciones que el lenguajes máquina, pero
está diseñado para poder ser escrito y comprendido con facilidad por los humanos. Los códigos son
mucho más cortos e intuitivos y, además, tienden a ocupar mucho menos memoria.
2. Lenguajes de medio nivel
Los lenguajes de nivel medio tienden a ser clasificados como lenguajes de bajo nivel porque siguen
dependiendo de ensambladores para poder ser comprendidos por los ordenadores. Pese a esto,
permiten llevar a cabo tareas mucho más complejas que los lenguajes de bajo nivel como el uso de
funciones. Aun así, muchas tareas deben ser llevadas a cabo de manera manual, aunque hay que
destacar que permiten los algoritmos de búsqueda y ordenamiento a diferencia de otros lenguajes de
alto nivel.
En ese sentido, los lenguajes de medio nivel están orientados hacia la programación de sistemas, por
lo que no son adecuados para tareas como el diseño web. Los lenguajes de medio nivel más conocidos
son C y C++.
3. Lenguajes de alto nivel
Los lenguajes de alto nivel son los más adaptados al lenguaje humano, por lo que son los más
sencillos de aprender en términos generales. Como los de medio nivel, tienen que ser traducidos a
lenguaje máquina para poder ser ejecutados por un ordenador. Pese a esto, debido a las
modificaciones del lenguaje en relación al código máquina, los ensambladores no son útiles para esto.
Los lenguajes de alto nivel se adaptan al código máquina a través de traductores y compiladores,
dependiendo de si se requiere una ejecución más rápida o menos.
Actualmente, la gran mayoría de lenguajes de programación existentes son de alto nivel, a excepción
de C y C++. A continuación te dejamos los lenguajes de programación más utilizados que existen y
una breve explicación de sus usos.
Java-phyton y c++ que representan?
= Python se ha convertido en el lenguaje más popular, el poder manejar grandes cantidades de datos,
su uso para hacking o para la Inteligencia Artificial y Machine Learning lo han elevado hasta el
pódium de los lenguajes de programación. Si quieres aprender sobre programación con un lenguaje
tan conocido y demandado por las empresas como es Python, puedes hacerlo con el Máster en
programación avanzada en Python para Hacking, Big Data y Machine Learning, y te convertirás en un
profesional altamente cualificado. Hoy además, os mostramos lo liviano que es frente a otros
lenguajes como por ejemplo C++ o Java. Lo que en otros lenguajes se traduciría en decenas de líneas
de código, Python lo reduce al mínimo posicionándose como el lenguaje preferido para muchos
programadores por su sencillez y por el ahorro de pulsaciones y tiempo que conlleva.
12

13. Python gana por goleada en lo que a sencillez y limpieza se refiere, siendo muy liviano al solo utilizar
dos líneas de código para hacer lo mismo que hace su competencia, C + + y Java, con muchas más.
13

14. Representa el algoritmo usando el programa pseint en modo flexible y muestre el diagrama de
flujo, Hacer las capturas de pantalla.
1. Toma 2 números, hacer la resta, la multiplicación y la división; muestre el resultado.
14

15. 2. Calcular el promedio de 4 calificaciones o el promedio de 4 notas.
15

16. 3. Hacer un programa que muestre el área y perímetro de un triángulo.
16

17. 4. Hacer un programa que muestre el área y perímetro de un círculo.
17

18. 5. Hacer un programa para convertir una temperatura ingresada de Celsius a Fahrenheit.
18

19. 6. Hacer un programa para convertir una longitud ingresada en pulgadas a pies.
19

20. 7. Ingresar por teclado el nombre y la edad de cualquier persona e imprima tanto el nombre
como la edad.
20

21. Evidencia:
21

22. Blog
● Laura Buitrago https://mitecnologiasuper.blogspot.com/?m=1
● Elizabeth Gomez
https://www.blogger.com/u/1/blog/posts/7236151373848010201?pli=1
● Mariana Sadovnik https://marianasadovnik57.blogspot.com/
● Sofia Montaño https://sofiaflamingostar.blogspot.com/?m=1
● Ana Sofia Amaya
● Maria Camila Barragan https://www.blogger.com/blog/pages/5542042349625281589
22