folder_open
61
Aportes
star
30
Estrellas
grade
5.0
Rating
menu_book
7
Ramos
workspace_premiumAportes destacados
datasetMaterial publicado
IIC2233Programación Avanzada
data_array
Estructuras de datos: tuplas, deque, diccionarios y sets
Estructuras built-in de Python más allá de listas: tuplas y named tuples, stacks/colas con deque, diccionarios y defaultdict, sets, y *args/**kwargs. Elegir la estructura eficiente (P1 de la I1).
★★★★★
schema
Búsqueda en grafos: BFS y DFS
Recorrer grafos evitando ciclos con el registro de visitados: BFS con cola (camino más corto) y DFS con stack (iterativo y recursivo).
★★★★★
hub
Threading
Aprende a crear y gestionar threads en Python: concurrencia vs paralelismo, ciclo de vida, y el problema de las race conditions.
★★★★★
tune
Misceláneo PyQt: teclado y sonidos
Detalles útiles de PyQt6: controlar tecla mantenida con isAutoRepeat, reproducir audio con QMediaPlayer y QSoundEffect, y por qué el código cambia entre versiones de PyQt.
★★★★★
hub
Networking + Interfaces gráficas (frontend-backend)
Cómo integrar la arquitectura cliente-servidor con una interfaz gráfica: dónde viven los sockets, servidor como función vs como clase, y la flexibilidad de QThread o threading.
★★★★★
cached
Recursión y Backtracking
Caso base y recursivo, tracing paso a paso, y backtracking (probar-y-retroceder) aplicado a permutaciones y al Sudoku de la I1 (P3 tracing + P4 backtracking, y T0).
★★★★★
tune
Múltiples QThread, QMutex y concurrencia
Manejar varios QThread a la vez, proteger zonas críticas con QMutex y por qué las señales son la forma segura de actualizar la GUI desde múltiples hilos.
★★★★★
tune
Sincronización
Resuelve las race conditions con Lock, coordina threads con Event y aprende a reconocer y evitar deadlocks.
★★★★★
memory
QThread: el hilo de PyQt
Cómo combinar threads con interfaces gráficas en PyQt6: del Thread clásico al QThread, sus señales propias y dónde conectarlas.
★★★★★
warning
Excepciones: Tipos y Jerarquía
Qué es una excepción, cuándo ocurre, jerarquía de clases y los tipos built-in más importantes de Python.
★★★★★
architecture
Interfaces Gráficas con PyQt6
Crea ventanas, widgets y layouts con PyQt6. Conecta señales y slots, separa UI de lógica, y maneja múltiples ventanas.
★★★★★
commit
Entorno de trabajo: Git, PEP8 y modularización
Control de versiones con Git (pull/add/commit/push), guía de estilo PEP8, modularización e imports, manejo de paths (os.path.join/Pathlib) y unittest discover. Cubre la selección múltiple de la I1 y los descuentos de tareas.
★★★★★
warning
Manejo de Excepciones
Cómo lanzar excepciones con raise, capturarlas con try/except, usar else y finally, y definir excepciones personalizadas.
★★★★★
code
Web Services: lado servidor (Flask)
Crea tu propia API en Python con Flask: define rutas con @app.route, distingue métodos con request.method, recibe datos por endpoints dinámicos, query string y body, y controla las respuestas y errores con abort y Response.
★★★★★
hub
Networking y conceptos de Web Services
Los fundamentos de redes para programar comunicación entre programas: IP y puertos, TCP vs UDP, encapsulamiento, arquitectura cliente-servidor, y los conceptos clave de la web (API, URL y HTTP).
★★★★★
data_object
Serialización con JSON
Aprende a guardar y comunicar objetos de Python usando JSON: dumps/loads, archivos con dump/load y serialización de objetos personalizados con JSONEncoder y object_hook.
★★★★★
calculate
NumPy
Cálculo numérico eficiente con NumPy: arrays vs listas, creación, operaciones vectorizadas y ufuncs, slicing, broadcasting y estadísticas.
★★★★★
data_object
Iterables e Iteradores
Qué es un iterable, cómo funciona un iterador, diferencias clave entre ambos, y cómo crear iteradores personalizados.
★★★★★
terminal
Web Services: lado cliente (requests)
Consume web services desde Python con la librería requests: peticiones GET y POST, interpretar la respuesta con status_code y .json(), enviar parámetros y autenticarte con headers y tokens.
★★★★★
functions
Generadores
Expresiones generadoras, funciones con yield, yield from y casos de uso prácticos.
★★★★★
hub
Listas Ligadas
Estructura de Nodos, lista ligada con agregar/obtener/insertar, e iteración con __iter__ y __next__.
★★★★★
data_object
Pandas
Análisis de datos con Pandas: Series y DataFrames, exploración, selección con loc/iloc, filtrado, groupby, combinación y CSV.
★★★★★
hub
Networking con sockets (TCP)
Comunicación de bajo nivel con sockets TCP en Python: crear sockets, cliente (connect/send/recv), servidor (bind/listen/accept) y manejo de ConnectionError.
★★★★★
data_object
Serialización con pickle
Serializa cualquier objeto de Python a bytes con pickle: dumps/loads, archivos, seguridad y personalización con __getstate__ y __setstate__.
★★★★★
memory
Manejo de bytes y encoding
Bytes, encoding y representación de bajo nivel: ASCII/Unicode, los objetos bytes y bytearray, lectura por chunks y conversión de enteros con big/little endian.
★★★★★
schema
Patrones de comunicación con sockets
Patrones prácticos sobre sockets TCP: enviar objetos serializados, el protocolo de largo de 4 bytes, servidores concurrentes con threads y arquitecturas multi-servidor y P2P.
★★★★★
terminal
Expresiones regulares
Patrones de búsqueda con regex y el módulo re: clases, cuantificadores, grupos, matching, búsqueda, sustitución y split.
★★★★★
ICS1113Optimización
schema
Modelado: Componentes y Tipos de un Modelo
La base del modelado en optimización: función objetivo, variables, restricciones y parámetros; notación indexada; y la clasificación LP / MILP / NLP. El pilar de la I1 y la pregunta que capa la nota del examen.
★★★★★
psychology
Trucos con Binarias y Linealización
Reformular un modelo para dejarlo lineal y correcto: condiciones lógicas con binarias, big-M y costos fijos, min-max y valor absoluto, producto binaria×continua (McCormick) y cómo auditar un modelo. Arquetipos I2-A y E-A.
★★★★★
architecture
Problemas Clásicos de Modelado
El catálogo de modelos canónicos del curso: dieta, producción e inventario multi-período, mochila, unit commitment, turnos y localización. Cada uno con su restricción característica para reconocerlo en la prueba (arquetipos I1-A y I1-B).
★★★★★
architecture
PL: Poliedros, Vértices y Conos
Geometría de la programación lineal para la I2: poliedros y politopos, vértices, conos poliedrales, combinación convexa, descomposición de Minkowski-Weyl y detección de problemas no acotados.
★★★★★
hub
Modelado en Redes
Modelos sobre grafos: conservación de flujo, transporte, flujo a costo mínimo, ruta mínima y ruteo con eliminación de subtours (VRP). La restricción de balance de nodo y el arquetipo de redes de la I1.
★★★★★
psychology
Repaso: Convexidad y Existencia de Solución
Repaso para la I2: conjuntos y funciones convexas, criterio de la matriz Hessiana, relevancia de la convexidad (mínimo local = global) y existencia de solución óptima (Bolzano-Weierstrass). Con los ejercicios resueltos de la Ayudantía 5.
★★★★★
schema
Branch & Bound: ramificar, acotar y podar
El método central para problemas enteros (MILP): relajación lineal como cota, envoltura convexa, incumbente, los tres tipos de poda, GAP de optimalidad, orden de exploración y matriz totalmente unimodular. Cae siempre en el Examen y también en la I2.
★★★★★
calculate
Forma Estándar y Método Simplex
El tema que más cae en la I2: pasar un LP a forma estándar, soluciones básicas factibles, costos reducidos, criterio de optimalidad e iteración completa del método Simplex (Fase II), con casos de múltiples óptimos y no acotamiento. Ejercicios resueltos de las Ayudantías 8 y 9.
★★★★★
functions
Planos Cortantes: Gomory y cover
Cortes válidos que aprietan la relajación de un problema entero sin eliminar soluciones enteras: corte de Gomory desde el tableau (con el detalle del piso de coeficientes negativos) y desigualdades cover de mochila. Arquetipo E-B del Examen.
★★★★★
tune
Precios Sombra, Degenerancia y Fase 1
Interpretación económica del Simplex y casos difíciles para la I2: precios sombra y sensibilidad de recursos, degenerancia y su riesgo de ciclaje, regla de Bland, y el método de dos fases (variables artificiales) con un ejemplo completo. Basado en la Ayudantía 10.
★★★★★
functions
Optimización No Lineal sin restricciones
Condiciones de optimalidad irrestricta: CN1 (gradiente nulo), CN2 (Hessiana SDP), criterio de Sylvester y el caso semidefinido que engaña, existencia por Bolzano-Weierstrass y coercitividad, y cuándo un mínimo local es global por convexidad. Arquetipo E-C del Examen.
★★★★★
hub
Dualidad y Holgura Complementaria
El tema estrella de la I2 (5/5 semestres): pasar del primal al dual con la tabla de conversión, dualidad débil y fuerte, el teorema de holgura complementaria para hallar la solución óptima, uso del dual para detectar infactibilidad, y análisis de sensibilidad de costos. Con ejercicios resueltos de las Ayudantías 10 y 11.
★★★★★
schema
Lagrange y condiciones KKT
Optimización no lineal con restricciones: multiplicadores de Lagrange (igualdad), las cuatro condiciones KKT (estacionariedad, factibilidad, holgura complementaria), regularidad/LICQ y su diferencia con la convexidad, atajo de reusar el óptimo irrestricto, precio sombra en NLP y cómo leer un MIP Log de Gurobi. Arquetipo E-C del Examen.
★★★★★
IIC1253Matemáticas Discretas
IIC2413Base de Datos
schema
Diseño de BD I: el modelo Entidad-Relación
Modelo E/R con la convención de Ramakrishnan: multiplicidades, entidades débiles, jerarquías isA, relaciones n-arias, agregación y la traducción a tablas SQL.
★★★★★
terminal
Diseño de BD II: del E/R al modelo relacional
Cómo traducir un diagrama E/R a tablas SQL: traspaso básico, entidades débiles, jerarquías isA, agregación, teoría de llaves, restricciones de integridad y las 5 reglas de oro del buen diseño.
★★★★★
FIS1533Electricidad y Magnetismo
MAT1640Ecuaciones Diferenciales
