O documento discute como Python pode ser usada como uma ferramenta poderosa para computação científica, especialmente em estudos astrofísicos. Python oferece uma sintaxe clara, é orientada a objetos, de código aberto e tem uma vasta biblioteca científica. Além disso, permite a programação paralela e a integração com outras linguagens como Fortran para melhor desempenho.
1. O documento apresenta uma introdução ao Python, incluindo suas características e vantagens como linguagem de programação.
2. As seções abordam tópicos como iniciando com Python, estruturas condicionais, funções e módulos.
3. O Python é apresentado como uma linguagem de programação interpretada, de tipagem dinâmica e orientada a objetos.
O documento discute computação científica e como Python pode ser usado para desvendar o universo. Ele introduz conceitos como astrofísica, cosmologia e computação científica e discute como Python pode ser usado através de bibliotecas como NumPy, SciPy e matplotlib para modelar e simular fenômenos astronômicos e cósmicos.
O documento resume conceitos fundamentais sobre wavelets, incluindo: (1) O que é uma wavelet e suas propriedades; (2) Como funciona a transformada wavelet contínua; (3) Como medir a coerência wavelet entre duas séries temporais para identificar em que frequências elas estão relacionadas. O documento fornece exemplos ilustrativos para cada tópico e lista referências bibliográficas no final.
Computação Científica com SciPy - Brevíssimo TutorialFabio Spanhol
O documento descreve a biblioteca SciPy, que fornece funções para computação científica em Python. SciPy utiliza as extensões NumPy e Matplotlib e permite realizar tarefas como matemática avançada, processamento de sinais, otimização e estatística. O documento também apresenta exemplos de uso de SciPy para processamento de imagens e simulação de sistemas lineares invariantes no tempo.
Apresentação sobre experiência curso à distância sobre NumPy e Proc. Imagens ...Roberto Lotufo
Vou procurar compartilhar minha experiência recente no oferecimento de um curso com 1750 inscritos que oferecemos por 5 semanas numa plataforma web de programação colaborativa que desenvolvemos há mais de 5 anos. Este curso pode ser classificado como MOOC (massive online open course) e teve os desafios típicos desta modalidade de curso. O objetivo desta palestra é orientar os professores candidatos a oferecerem cursos nesta categoria para listar os principais pontos que precisam ser cuidados para o sucesso deste tipo de curso. Iremos falar também das motivações que nos levaram a oferecer este curso, as ferramentas computacionais que foram utilizadas, os resultados alcançados e os principais aprendizados.
Veja também a apresentação http://www.slideshare.net/RobertoLotufo/cursopynumpy-2ed que mostra a experiência no oferecimento da 2a. edição do curso.
Roberto A Lotufo é professor titular da FEEC-Unicamp com área de interesse em processamento de imagens e reconhecimento de padrões com aplicações na área médica, visão por computador, biometria e monitoramento por vídeo.
Próximo curso inscrições abertas até 7 de março 2014: http://adessowiki.fee.unicamp.br/adesso/wiki/main/cursonumpypirp/view/
GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...Marcel Caraciolo
This document describes a tool called GeoLocation Friends Visualizer that plots social network location data on a map. It was created by Marcel Caraciolo, a Python developer from Recife, Brazil who has been working with Python for 6 years. The tool and its source code are available on GitHub at a provided link.
O documento discute as bibliotecas NumPy e SciPy para computação científica em Python. NumPy fornece vetores e matrizes multidimensionais, enquanto SciPy contém ferramentas para álgebra linear, estatística, clusterização e outras aplicações científicas. Exemplos demonstram como gerar e manipular arrays com NumPy e utilizar funções de clusterização no SciPy.
Data Science, Big Data e Analytics são termos que escutamos constantemente hoje em dia. Mais do que buzzwords elas estão guiando o modo como empresas de diferentes de tamanhos pensam e evoluem seus modelos de negócio.
Vamos desmistificar alguns desses conceitos e mostrar como podemos começar a aplicar algumas dessas técnicas em nossos projetos. E, sendo uma das mais usadas linguagens para análise de dados, veremos como Python pode nos ajudar nessa jornada.
1. O documento apresenta uma introdução ao Python, incluindo suas características e vantagens como linguagem de programação.
2. As seções abordam tópicos como iniciando com Python, estruturas condicionais, funções e módulos.
3. O Python é apresentado como uma linguagem de programação interpretada, de tipagem dinâmica e orientada a objetos.
O documento discute computação científica e como Python pode ser usado para desvendar o universo. Ele introduz conceitos como astrofísica, cosmologia e computação científica e discute como Python pode ser usado através de bibliotecas como NumPy, SciPy e matplotlib para modelar e simular fenômenos astronômicos e cósmicos.
O documento resume conceitos fundamentais sobre wavelets, incluindo: (1) O que é uma wavelet e suas propriedades; (2) Como funciona a transformada wavelet contínua; (3) Como medir a coerência wavelet entre duas séries temporais para identificar em que frequências elas estão relacionadas. O documento fornece exemplos ilustrativos para cada tópico e lista referências bibliográficas no final.
Computação Científica com SciPy - Brevíssimo TutorialFabio Spanhol
O documento descreve a biblioteca SciPy, que fornece funções para computação científica em Python. SciPy utiliza as extensões NumPy e Matplotlib e permite realizar tarefas como matemática avançada, processamento de sinais, otimização e estatística. O documento também apresenta exemplos de uso de SciPy para processamento de imagens e simulação de sistemas lineares invariantes no tempo.
Apresentação sobre experiência curso à distância sobre NumPy e Proc. Imagens ...Roberto Lotufo
Vou procurar compartilhar minha experiência recente no oferecimento de um curso com 1750 inscritos que oferecemos por 5 semanas numa plataforma web de programação colaborativa que desenvolvemos há mais de 5 anos. Este curso pode ser classificado como MOOC (massive online open course) e teve os desafios típicos desta modalidade de curso. O objetivo desta palestra é orientar os professores candidatos a oferecerem cursos nesta categoria para listar os principais pontos que precisam ser cuidados para o sucesso deste tipo de curso. Iremos falar também das motivações que nos levaram a oferecer este curso, as ferramentas computacionais que foram utilizadas, os resultados alcançados e os principais aprendizados.
Veja também a apresentação http://www.slideshare.net/RobertoLotufo/cursopynumpy-2ed que mostra a experiência no oferecimento da 2a. edição do curso.
Roberto A Lotufo é professor titular da FEEC-Unicamp com área de interesse em processamento de imagens e reconhecimento de padrões com aplicações na área médica, visão por computador, biometria e monitoramento por vídeo.
Próximo curso inscrições abertas até 7 de março 2014: http://adessowiki.fee.unicamp.br/adesso/wiki/main/cursonumpypirp/view/
GeoMapper, Python Script for Visualizing Data on Social Networks with Geo-loc...Marcel Caraciolo
This document describes a tool called GeoLocation Friends Visualizer that plots social network location data on a map. It was created by Marcel Caraciolo, a Python developer from Recife, Brazil who has been working with Python for 6 years. The tool and its source code are available on GitHub at a provided link.
O documento discute as bibliotecas NumPy e SciPy para computação científica em Python. NumPy fornece vetores e matrizes multidimensionais, enquanto SciPy contém ferramentas para álgebra linear, estatística, clusterização e outras aplicações científicas. Exemplos demonstram como gerar e manipular arrays com NumPy e utilizar funções de clusterização no SciPy.
Data Science, Big Data e Analytics são termos que escutamos constantemente hoje em dia. Mais do que buzzwords elas estão guiando o modo como empresas de diferentes de tamanhos pensam e evoluem seus modelos de negócio.
Vamos desmistificar alguns desses conceitos e mostrar como podemos começar a aplicar algumas dessas técnicas em nossos projetos. E, sendo uma das mais usadas linguagens para análise de dados, veremos como Python pode nos ajudar nessa jornada.
1. A introdução discute o que é computação científica e como ela envolve a construção de modelos matemáticos e solução de problemas científicos usando computadores.
2. Um artigo é citado comparando o desempenho de diferentes linguagens como NumPy, Pyrex, Psyco, Fortran e C++ ao resolver uma equação.
3. O princípio de Pareto é discutido, notando que 20% do código consome 80% do tempo de cálculo, e como projetar de alto nível pode ajudar a lidar com a complexidade.
O documento apresenta um minicurso sobre Python. Resume os principais pontos da seguinte forma:
1) Apresenta os requisitos e público-alvo do curso, com foco em programadores iniciantes e pessoas interessadas em se divertir programando;
2) Explica brevemente o histórico e aplicações da linguagem Python, como desenvolvimento web, jogos, robótica e ciência de dados.
3) Apresenta o roteiro do curso, que inclui introdução à linguagem, sintaxe básica, estruturas de repetição, strings
O documento resume as principais características e aplicações da linguagem de programação Python. Apresenta a história, concepção e características da linguagem como interpretada, orientada a objetos e tipagem dinâmica. Destaca também a biblioteca padrão extensa e as vantagens de produtividade, legibilidade e manutenção. Fornece exemplos de uso no Brasil e no mundo em empresas como Google, NASA, Disney e casos de sucesso.
Este documento discute várias técnicas para melhorar o desempenho de aplicações Python, incluindo usar interpretes alternativos como PyPy, profiler para analisar gargalos, otimizar caches e acesso a arrays, usar múltiplos núcleos e threads, bibliotecas como NumPy, PyCUDA e MPI4Py, e ferramentas como Anaconda e NumbaPro.
Este documento fornece um resumo do Zen do Python em 3 frases ou menos:
O documento discute a história e influências da linguagem Python, destacando sua simplicidade, legibilidade e capacidade de integrar múltiplos paradigmas de programação. Ele também lista empresas e projetos que usam Python devido à sua produtividade, manutenibilidade e vasta biblioteca.
Python é amplamente utilizado na ciência para obter, processar e visualizar dados, bem como comunicar resultados. Alguns pacotes populares são IPython para notebooks interativos, NumPy para arrays, Matplotlib para gráficos, Scipy para cálculos, e Scikit-Learn para mineração de dados. Python oferece uma poderosa alternativa a outros softwares científicos.
Este documento apresenta uma introdução à programação em Python e ao toolkit Tk. Ele discute os objetivos do curso, as características da linguagem Python, a importância da teoria e da prática, e como usar o interpretador Python de forma interativa.
O documento discute a Internet das Coisas (IoT) e como Python e Arduino podem ser usados juntos nesse contexto. Apresenta o que é IoT, como M2M se relaciona, o protocolo MQTT e projetos interessantes usando esses conceitos, como sensores enviando dados para nuvem via broker MQTT.
[1] O documento apresenta várias opções de softwares livres para pesquisa e ensino em diversas áreas da matemática, como álgebra computacional, álgebra linear, geometria e cálculo numérico.
[2] São listados mais de 100 softwares livres catalogados, dos quais 94% possuem licença GPL, permitindo modificação e redistribuição.
[3] O autor conclui que os softwares livres incentivam a produção, uso e desenvolvimento de novas soluções em matemática.
Este documento apresenta opções de software livre para pesquisa e ensino em diversas áreas da matemática, como álgebra computacional, teoria dos grupos, geometria, visualização e plotagem, bibliotecas de programação e calculadoras científicas. O autor relaciona 110 softwares, sendo 94% livres, e conclui que o software livre incentiva a produção, uso e desenvolvimento de novas soluções em matemática.
Palestra realizada no dia 10/02/2011 no X Encontro do Grupo de Usuários de Python na Livraria Cultura (Recife -Pernambuco). Palestra com o título: "Conhecendo Python e por que ela importa ? "
Lecture presented at February 09th at X Meeting of Pernambuco Python User Group at Livraria Cultura (Recife - Pernambuco - Brazil) with the title: ' Meeting Python and why does it care ? "
O documento resume uma palestra sobre robótica e inteligência artificial, incluindo aplicações da robótica, a plataforma Arduino, impressão 3D, competições de robótica e como a inteligência artificial é usada no projeto RobôCIn.
O documento apresenta uma introdução ao uso de Python com sistemas embarcados, cobrindo três dias de treinamento. O primeiro dia discute introdução aos dados, leitura e escrita de arquivos. O segundo dia aborda GPIOs, bibliotecas e comunicação serial. O terceiro dia lida com leitura de sensores, envio de dados para a nuvem via REST e MQTT. Exemplos de código Python para acender um LED são apresentados para diferentes placas como Raspberry Pi, Intel Edison e LinkIt Smart 7688.
Modular computational vision system is a IA based software to solve problems like recognizing objects, body gestures, motion tracking, facial recognition and other solutions in machine learning.
O documento introduz a linguagem de programação Python, descrevendo suas principais características como ser de alto nível, interpretada, imperativa, orientada a objetos e com tipagem dinâmica. Também apresenta o Jupyter Notebook como uma ferramenta para executar códigos Python interativamente com texto, gráficos e equações, utilizando especificamente a plataforma Google Colaboratory para as atividades da disciplina.
Este documento discute as vantagens da linguagem de programação Python. Python é uma linguagem de alto nível, de tipagem dinâmica e orientada a objetos. Ela tem sintaxe elegante e é fácil de aprender, com uma biblioteca padrão extensa e multiplataforma. O documento também menciona como Python pode ser usado para desenvolvimento web com frameworks como Django, e para aplicativos desktop e móveis.
O documento apresenta uma introdução à linguagem de programação Python, descrevendo o que é Python, onde é usada, como roda, suas características, tipos de dados, controle de fluxo, funções, módulos, classes, bibliotecas padrão e sites relacionados.
Lista de Exercícios de Probabilidade e Estatística do Segundo BimestreEduardo S. Pereira
1) O documento é uma lista de exercícios de Probabilidade e Estatística contendo 10 questões. As questões envolvem cálculos de média, moda, mediana, desvio padrão, probabilidades usando distribuições normal e binomial.
2) As questões pedem para calcular medidas estatísticas como média e desvio padrão de salários de funcionários e probabilidades de eventos como número em lançamento de dados e qualidade de produção industrial usando distribuições de probabilidade.
3) Muitas questões pedem cálculos de probabil
O documento apresenta cálculos estatísticos realizados em uma disciplina de Probabilidade e Estatística ministrada pelo Prof. Eduardo Pereira. Inclui cálculos de média, moda, mediana, amplitude para conjuntos de dados, além de cálculos de quartis, intervalos de confiança e correlação entre variáveis.
1. A introdução discute o que é computação científica e como ela envolve a construção de modelos matemáticos e solução de problemas científicos usando computadores.
2. Um artigo é citado comparando o desempenho de diferentes linguagens como NumPy, Pyrex, Psyco, Fortran e C++ ao resolver uma equação.
3. O princípio de Pareto é discutido, notando que 20% do código consome 80% do tempo de cálculo, e como projetar de alto nível pode ajudar a lidar com a complexidade.
O documento apresenta um minicurso sobre Python. Resume os principais pontos da seguinte forma:
1) Apresenta os requisitos e público-alvo do curso, com foco em programadores iniciantes e pessoas interessadas em se divertir programando;
2) Explica brevemente o histórico e aplicações da linguagem Python, como desenvolvimento web, jogos, robótica e ciência de dados.
3) Apresenta o roteiro do curso, que inclui introdução à linguagem, sintaxe básica, estruturas de repetição, strings
O documento resume as principais características e aplicações da linguagem de programação Python. Apresenta a história, concepção e características da linguagem como interpretada, orientada a objetos e tipagem dinâmica. Destaca também a biblioteca padrão extensa e as vantagens de produtividade, legibilidade e manutenção. Fornece exemplos de uso no Brasil e no mundo em empresas como Google, NASA, Disney e casos de sucesso.
Este documento discute várias técnicas para melhorar o desempenho de aplicações Python, incluindo usar interpretes alternativos como PyPy, profiler para analisar gargalos, otimizar caches e acesso a arrays, usar múltiplos núcleos e threads, bibliotecas como NumPy, PyCUDA e MPI4Py, e ferramentas como Anaconda e NumbaPro.
Este documento fornece um resumo do Zen do Python em 3 frases ou menos:
O documento discute a história e influências da linguagem Python, destacando sua simplicidade, legibilidade e capacidade de integrar múltiplos paradigmas de programação. Ele também lista empresas e projetos que usam Python devido à sua produtividade, manutenibilidade e vasta biblioteca.
Python é amplamente utilizado na ciência para obter, processar e visualizar dados, bem como comunicar resultados. Alguns pacotes populares são IPython para notebooks interativos, NumPy para arrays, Matplotlib para gráficos, Scipy para cálculos, e Scikit-Learn para mineração de dados. Python oferece uma poderosa alternativa a outros softwares científicos.
Este documento apresenta uma introdução à programação em Python e ao toolkit Tk. Ele discute os objetivos do curso, as características da linguagem Python, a importância da teoria e da prática, e como usar o interpretador Python de forma interativa.
O documento discute a Internet das Coisas (IoT) e como Python e Arduino podem ser usados juntos nesse contexto. Apresenta o que é IoT, como M2M se relaciona, o protocolo MQTT e projetos interessantes usando esses conceitos, como sensores enviando dados para nuvem via broker MQTT.
[1] O documento apresenta várias opções de softwares livres para pesquisa e ensino em diversas áreas da matemática, como álgebra computacional, álgebra linear, geometria e cálculo numérico.
[2] São listados mais de 100 softwares livres catalogados, dos quais 94% possuem licença GPL, permitindo modificação e redistribuição.
[3] O autor conclui que os softwares livres incentivam a produção, uso e desenvolvimento de novas soluções em matemática.
Este documento apresenta opções de software livre para pesquisa e ensino em diversas áreas da matemática, como álgebra computacional, teoria dos grupos, geometria, visualização e plotagem, bibliotecas de programação e calculadoras científicas. O autor relaciona 110 softwares, sendo 94% livres, e conclui que o software livre incentiva a produção, uso e desenvolvimento de novas soluções em matemática.
Palestra realizada no dia 10/02/2011 no X Encontro do Grupo de Usuários de Python na Livraria Cultura (Recife -Pernambuco). Palestra com o título: "Conhecendo Python e por que ela importa ? "
Lecture presented at February 09th at X Meeting of Pernambuco Python User Group at Livraria Cultura (Recife - Pernambuco - Brazil) with the title: ' Meeting Python and why does it care ? "
O documento resume uma palestra sobre robótica e inteligência artificial, incluindo aplicações da robótica, a plataforma Arduino, impressão 3D, competições de robótica e como a inteligência artificial é usada no projeto RobôCIn.
O documento apresenta uma introdução ao uso de Python com sistemas embarcados, cobrindo três dias de treinamento. O primeiro dia discute introdução aos dados, leitura e escrita de arquivos. O segundo dia aborda GPIOs, bibliotecas e comunicação serial. O terceiro dia lida com leitura de sensores, envio de dados para a nuvem via REST e MQTT. Exemplos de código Python para acender um LED são apresentados para diferentes placas como Raspberry Pi, Intel Edison e LinkIt Smart 7688.
Modular computational vision system is a IA based software to solve problems like recognizing objects, body gestures, motion tracking, facial recognition and other solutions in machine learning.
O documento introduz a linguagem de programação Python, descrevendo suas principais características como ser de alto nível, interpretada, imperativa, orientada a objetos e com tipagem dinâmica. Também apresenta o Jupyter Notebook como uma ferramenta para executar códigos Python interativamente com texto, gráficos e equações, utilizando especificamente a plataforma Google Colaboratory para as atividades da disciplina.
Este documento discute as vantagens da linguagem de programação Python. Python é uma linguagem de alto nível, de tipagem dinâmica e orientada a objetos. Ela tem sintaxe elegante e é fácil de aprender, com uma biblioteca padrão extensa e multiplataforma. O documento também menciona como Python pode ser usado para desenvolvimento web com frameworks como Django, e para aplicativos desktop e móveis.
O documento apresenta uma introdução à linguagem de programação Python, descrevendo o que é Python, onde é usada, como roda, suas características, tipos de dados, controle de fluxo, funções, módulos, classes, bibliotecas padrão e sites relacionados.
Lista de Exercícios de Probabilidade e Estatística do Segundo BimestreEduardo S. Pereira
1) O documento é uma lista de exercícios de Probabilidade e Estatística contendo 10 questões. As questões envolvem cálculos de média, moda, mediana, desvio padrão, probabilidades usando distribuições normal e binomial.
2) As questões pedem para calcular medidas estatísticas como média e desvio padrão de salários de funcionários e probabilidades de eventos como número em lançamento de dados e qualidade de produção industrial usando distribuições de probabilidade.
3) Muitas questões pedem cálculos de probabil
O documento apresenta cálculos estatísticos realizados em uma disciplina de Probabilidade e Estatística ministrada pelo Prof. Eduardo Pereira. Inclui cálculos de média, moda, mediana, amplitude para conjuntos de dados, além de cálculos de quartis, intervalos de confiança e correlação entre variáveis.
O documento apresenta exercícios sobre probabilidade e estatística, incluindo: 1) Construir tabelas de frequência absoluta, relativa e cumulativa para previsão de temperatura em São José dos Campos; 2) Determinar medidas de tendência central e dispersão para a temperatura; 3) Construir um boxplot para a temperatura. Também apresenta uma atividade sobre o metabolismo basal e sua relação com a idade usando dados em um link.
O trabalho pede que os alunos analisem a relação entre o metabolismo basal e a idade de um grupo de pessoas usando gráficos, tabelas e estatísticas descritivas para comparar a média, mediana e moda da distribuição e verificar se existe alguma relação entre as variáveis. Os alunos devem plotar um diagrama de dispersão e analisar os dados para estabelecer uma conclusão.
1) A pesquisa P4, com erro de 0,2 e 441 pessoas entrevistadas, tem o menor erro e deve ser utilizada.
2) A prefeitura deverá contratar 110 funcionários para a ação.
3) A temperatura média é 16,4°C, a mediana é 16,5°C e a moda é 13,5°C.
O documento discute probabilidade e estatística, apresentando exemplos de como calcular frequências absolutas, relativas e cumulativas a partir de dados. Inclui também um exercício para construir distribuições de frequência a partir de amostras de dados sobre número de pessoas por domicílio e nível de glicose em crianças.
O documento apresenta uma série de exercícios sobre probabilidade e estatística, incluindo cálculos de quartis, construção de boxplots e identificação de valores atípicos. Há instruções para calcular quartis de diferentes conjuntos de dados, plotar boxplots usando uma planilha do Google e determinar quais valores são considerados outliers em um boxplot de uma amostra de número de audiências realizadas.
O documento discute a normalização de dados e transformação de 1FN para 2FN. Ele descreve uma situação em que um cliente de uma loja de material de construção percebeu que o controle de produtos era feito manualmente e foi solicitado a criar um banco de dados para agilizar o processo, recebendo uma cópia da ficha de controle de produtos atualmente utilizada.
O documento discute normalização de dados em bancos de dados MySQL. Ele explica os princípios da normalização de dados e fornece exemplos de como estruturar tabelas normalizadas para evitar redundâncias e inconsistências. O documento também inclui uma seção prática sobre como aplicar os conceitos de normalização.
Este documento fornece uma introdução básica ao MySQL, incluindo como criar um banco de dados e uma tabela, inserir, recuperar, alterar e excluir registros. Ele também descreve os principais tipos de dados SQL e operadores que podem ser usados.
O documento discute modelagem de dados como parte do ciclo de vida de desenvolvimento de software. Apresenta modelagem de dados como um tópico central e repetido ao longo do documento.
O documento apresenta uma introdução sobre UML (Unified Modeling Language) e modelagem de dados com UML. Discute os tipos de diagramas UML, incluindo diagrama de casos de uso, diagrama de classes e diagrama de objetos. Também aborda conceitos como atores, casos de uso, associações, generalização/especialização, inclusão e extensão.
Lista de exercícios sobre modelagem de dados para o primeiro bimestre inclui questões sobre a relação entre dados, informação e conhecimento, o papel da modelagem de dados na Internet das Coisas, e os requisitos ACID de um SGBD. Os alunos devem também descrever aspectos de modelos relacionais e criar um diagrama de entidade e relacionamento para controlar dados de campeonatos de Fórmula 1.
O documento apresenta um curso sobre modelagem de dados, incluindo a criação de modelos conceituais e lógicos de bancos de dados. Os alunos deverão desenvolver esses modelos como exercício prático para diferentes sistemas, como ambiental, telefonia, e-commerce e saúde.
O documento apresenta um curso sobre modelagem de dados com o objetivo de ensinar estudantes a criar mapas conceituais de bancos de dados para cinco sistemas diferentes: ambiental, telefonia, e-commerce, controle de qualidade industrial e prontuário digital.
O documento discute modelagem de dados, incluindo as sequências de atividades, pontos importantes na análise de requisitos e prática de modelagem conceitual usando o Workbench. Os alunos são divididos em grupos para criar mapas conceituais de bancos de dados para diferentes sistemas como ambiental, telefonia, e-commerce e controle de qualidade.
O documento discute modelagem de dados e apresenta diagramas para clientes leigos entenderem e ajudarem a identificar problemas na modelagem. Ele também introduz o Workbench, ferramenta para modelagem de dados.
O documento discute modelagem de dados, sistemas gerenciadores de bancos de dados e fornece exemplos de atividades práticas de modelagem de dados, incluindo cadastro nacional de veículos, biblioteca universitária, controle de estoque e plano de saúde.
O documento apresenta um curso de modelagem de dados ministrado pelo professor Eduardo Pereira. A partir de 23/08, as aulas ocorrerão no Laboratório de Informática 2 utilizando o software MySQL Workbench. Os tópicos abordados incluem dados, informação, geração de conhecimento, Internet das Coisas e singularidade tecnológica.
O documento discute tabelas de espalhamento e fornece um exemplo de exercício para desenhar uma tabela hash com m=19 posições usando a função h(x)=x%m e adicionando uma sequência de números nela.
1. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜
Python: Uma ferramenta de computacao cient´fica
ı
para estudos Astrof´sicos
ı
Eduardo S. Pereira
22/agosto/2010
2. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
1 ¸˜
Introducao
2 ¸˜
Computacao cient´fica
ı
3 Desvendando o Universo com Python
3. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜
Introducao
Por que Python?
Portabilidade;
Sintaxe clara;
Orientada a objetos;
Interface flex´vel com linguagens compiladas como C e
ı
FORTRAN;
Open Source;
Vasta biblioteca cient´fica (e de uso geral) : scipy, numpy,
ı
scientific python, matplotlib...
´ ´
Facilidade em paralelizar codigos seja em rede ou em maquinas
com multiprocessadores.
4. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜
Introducao
Por que Python?
Portabilidade;
Sintaxe clara;
Orientada a objetos;
Interface flex´vel com linguagens compiladas como C e
ı
FORTRAN;
Open Source;
Vasta biblioteca cient´fica (e de uso geral) : scipy, numpy,
ı
scientific python, matplotlib...
´ ´
Facilidade em paralelizar codigos seja em rede ou em maquinas
com multiprocessadores.
5. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜
Introducao
Por que Python?
Portabilidade;
Sintaxe clara;
Orientada a objetos;
Interface flex´vel com linguagens compiladas como C e
ı
FORTRAN;
Open Source;
Vasta biblioteca cient´fica (e de uso geral) : scipy, numpy,
ı
scientific python, matplotlib...
´ ´
Facilidade em paralelizar codigos seja em rede ou em maquinas
com multiprocessadores.
6. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜
Introducao
Por que Python?
Portabilidade;
Sintaxe clara;
Orientada a objetos;
Interface flex´vel com linguagens compiladas como C e
ı
FORTRAN;
Open Source;
Vasta biblioteca cient´fica (e de uso geral) : scipy, numpy,
ı
scientific python, matplotlib...
´ ´
Facilidade em paralelizar codigos seja em rede ou em maquinas
com multiprocessadores.
7. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜
Introducao
Por que Python?
Portabilidade;
Sintaxe clara;
Orientada a objetos;
Interface flex´vel com linguagens compiladas como C e
ı
FORTRAN;
Open Source;
Vasta biblioteca cient´fica (e de uso geral) : scipy, numpy,
ı
scientific python, matplotlib...
´ ´
Facilidade em paralelizar codigos seja em rede ou em maquinas
com multiprocessadores.
8. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜
Introducao
Por que Python?
Portabilidade;
Sintaxe clara;
Orientada a objetos;
Interface flex´vel com linguagens compiladas como C e
ı
FORTRAN;
Open Source;
Vasta biblioteca cient´fica (e de uso geral) : scipy, numpy,
ı
scientific python, matplotlib...
´ ´
Facilidade em paralelizar codigos seja em rede ou em maquinas
com multiprocessadores.
9. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜
Introducao
Por que Python?
Portabilidade;
Sintaxe clara;
Orientada a objetos;
Interface flex´vel com linguagens compiladas como C e
ı
FORTRAN;
Open Source;
Vasta biblioteca cient´fica (e de uso geral) : scipy, numpy,
ı
scientific python, matplotlib...
´ ´
Facilidade em paralelizar codigos seja em rede ou em maquinas
com multiprocessadores.
10. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜ ¸˜
Programacao orientada a objetos e paralelizacao
POO
´ ´
Escrever codigos realmente reutilizaveis;
˜
Facilidade na extensao de projetos usando heranca;
¸
¸˜
Paralelizacao BSP - Bulk Synchronous Parallel model
¸˜
Simples e conveniente modelo de paralelizacao de programas;
¸˜ ¸˜
Passos de comunicacao e computacao se alternam e cada
passo envolve um sincronizacao
¸ ˜ de todos os processos, fazendo
imposs´veis o surgimento de deadlocks.
ı
Pacotes importantes
Pacotes fundamentais - scipy, numpy, scientific python, matplotlib
11. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜ ¸˜
Programacao orientada a objetos e paralelizacao
POO
´ ´
Escrever codigos realmente reutilizaveis;
˜
Facilidade na extensao de projetos usando heranca;
¸
¸˜
Paralelizacao BSP - Bulk Synchronous Parallel model
¸˜
Simples e conveniente modelo de paralelizacao de programas;
¸˜ ¸˜
Passos de comunicacao e computacao se alternam e cada
passo envolve um sincronizacao
¸ ˜ de todos os processos, fazendo
imposs´veis o surgimento de deadlocks.
ı
Pacotes importantes
Pacotes fundamentais - scipy, numpy, scientific python, matplotlib
12. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜ ¸˜
Programacao orientada a objetos e paralelizacao
POO
´ ´
Escrever codigos realmente reutilizaveis;
˜
Facilidade na extensao de projetos usando heranca;
¸
¸˜
Paralelizacao BSP - Bulk Synchronous Parallel model
¸˜
Simples e conveniente modelo de paralelizacao de programas;
¸˜ ¸˜
Passos de comunicacao e computacao se alternam e cada
passo envolve um sincronizacao
¸ ˜ de todos os processos, fazendo
imposs´veis o surgimento de deadlocks.
ı
Pacotes importantes
Pacotes fundamentais - scipy, numpy, scientific python, matplotlib
13. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜ ¸˜
Programacao orientada a objetos e paralelizacao
POO
´ ´
Escrever codigos realmente reutilizaveis;
˜
Facilidade na extensao de projetos usando heranca;
¸
¸˜
Paralelizacao BSP - Bulk Synchronous Parallel model
¸˜
Simples e conveniente modelo de paralelizacao de programas;
¸˜ ¸˜
Passos de comunicacao e computacao se alternam e cada
passo envolve um sincronizacao
¸ ˜ de todos os processos, fazendo
imposs´veis o surgimento de deadlocks.
ı
Pacotes importantes
Pacotes fundamentais - scipy, numpy, scientific python, matplotlib
14. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
¸˜ ¸˜
Programacao orientada a objetos e paralelizacao
POO
´ ´
Escrever codigos realmente reutilizaveis;
˜
Facilidade na extensao de projetos usando heranca;
¸
¸˜
Paralelizacao BSP - Bulk Synchronous Parallel model
¸˜
Simples e conveniente modelo de paralelizacao de programas;
¸˜ ¸˜
Passos de comunicacao e computacao se alternam e cada
passo envolve um sincronizacao
¸ ˜ de todos os processos, fazendo
imposs´veis o surgimento de deadlocks.
ı
Pacotes importantes
Pacotes fundamentais - scipy, numpy, scientific python, matplotlib
15. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
ˆ
Linguagem dinamica e compilada - Melhor de dois mundos
O FORTRAN - FORmula TRANslator- ainda vive.
´
Trabalhos mostram que um codigo em Python tem um tempo de
¸˜
execucao maior que em linguagens compiladas;
Para solucionar esse problema, usa-se uma linguagem
compilada somente na parte critica;
¸˜
Faz-se uma funcao ou subrotina em Fortran;
Compilar e encapsular usando f2py - Integrada com numpy;
O import ocorre normalmente;
16. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
ˆ
Linguagem dinamica e compilada - Melhor de dois mundos
O FORTRAN - FORmula TRANslator- ainda vive.
´
Trabalhos mostram que um codigo em Python tem um tempo de
¸˜
execucao maior que em linguagens compiladas;
Para solucionar esse problema, usa-se uma linguagem
compilada somente na parte critica;
¸˜
Faz-se uma funcao ou subrotina em Fortran;
Compilar e encapsular usando f2py - Integrada com numpy;
O import ocorre normalmente;
17. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
ˆ
Linguagem dinamica e compilada - Melhor de dois mundos
O FORTRAN - FORmula TRANslator- ainda vive.
´
Trabalhos mostram que um codigo em Python tem um tempo de
¸˜
execucao maior que em linguagens compiladas;
Para solucionar esse problema, usa-se uma linguagem
compilada somente na parte critica;
¸˜
Faz-se uma funcao ou subrotina em Fortran;
Compilar e encapsular usando f2py - Integrada com numpy;
O import ocorre normalmente;
18. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
ˆ
Linguagem dinamica e compilada - Melhor de dois mundos
O FORTRAN - FORmula TRANslator- ainda vive.
´
Trabalhos mostram que um codigo em Python tem um tempo de
¸˜
execucao maior que em linguagens compiladas;
Para solucionar esse problema, usa-se uma linguagem
compilada somente na parte critica;
¸˜
Faz-se uma funcao ou subrotina em Fortran;
Compilar e encapsular usando f2py - Integrada com numpy;
O import ocorre normalmente;
19. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
ˆ
Linguagem dinamica e compilada - Melhor de dois mundos
O FORTRAN - FORmula TRANslator- ainda vive.
´
Trabalhos mostram que um codigo em Python tem um tempo de
¸˜
execucao maior que em linguagens compiladas;
Para solucionar esse problema, usa-se uma linguagem
compilada somente na parte critica;
¸˜
Faz-se uma funcao ou subrotina em Fortran;
Compilar e encapsular usando f2py - Integrada com numpy;
O import ocorre normalmente;
20. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
ˆ
Linguagem dinamica e compilada - Melhor de dois mundos
C FILE oimundo.f
subroutine oi(a,b)
real*8 a,b
cf2py intent(in) a
cf2py intent(out) b
b = a*a
write(6,*) ’Oi mundo, b = ’,b,’, a = ’,a
return
end
21. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
ˆ
Linguagem dinamica e compilada - Melhor de dois mundos
f2py -c -m oimundo oimundo.f
> import oimundo
> oimundo.oi(5)
> ’Oi mundo, b = 25.0, a = 5.0
22. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
OGCOSMO: uma ferramenta para estudo de ondas
´
gravitacionais cosmologicas
23. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
OGCOSMO: uma ferramenta para estudo de ondas
´
gravitacionais cosmologicas
˜
Ondas Gravitacionais (OG), na teoria da relatividade geral, sao
¸˜
perturbacoes do espaco tempo que se propagam a velocidade
¸
da luz;
Desenvolvimento de um programa em Python para estudo de
¸˜ ´ ¸˜
formacao de galaxias e estrelas, evolucao de buracos negros.
A partir disso avaliar qual seria o sinal produzido, em OG, por
˜
estrelas que dao origem a buracos negros e por processo de
˜
crescimento e fusao de buracos negros.
24. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
OGCOSMO: uma ferramenta para estudo de ondas
´
gravitacionais cosmologicas
˜
Ondas Gravitacionais (OG), na teoria da relatividade geral, sao
¸˜
perturbacoes do espaco tempo que se propagam a velocidade
¸
da luz;
Desenvolvimento de um programa em Python para estudo de
¸˜ ´ ¸˜
formacao de galaxias e estrelas, evolucao de buracos negros.
A partir disso avaliar qual seria o sinal produzido, em OG, por
˜
estrelas que dao origem a buracos negros e por processo de
˜
crescimento e fusao de buracos negros.
25. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
OGCOSMO: uma ferramenta para estudo de ondas
´
gravitacionais cosmologicas
˜
Ondas Gravitacionais (OG), na teoria da relatividade geral, sao
¸˜
perturbacoes do espaco tempo que se propagam a velocidade
¸
da luz;
Desenvolvimento de um programa em Python para estudo de
¸˜ ´ ¸˜
formacao de galaxias e estrelas, evolucao de buracos negros.
A partir disso avaliar qual seria o sinal produzido, em OG, por
˜
estrelas que dao origem a buracos negros e por processo de
˜
crescimento e fusao de buracos negros.
26. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
OGCOSMO: uma ferramenta para estudo de ondas
´
gravitacionais cosmologicas
27. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
OGCOSMO: uma ferramenta para estudo de ondas
´
gravitacionais cosmologicas
28. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
OGCOSMO: uma ferramenta para estudo de ondas
´
gravitacionais cosmologicas
29. ´
Sumario
¸˜
Introducao
¸˜
Computacao cient´fica
ı
Desvendando o Universo com Python
FIM
Grato
MUITO OBRIGADO.