Clase 19: POO aplicado a Simulación

(1)

Pontificia Universidad Cat´olica de Chile Escuela de Ingenier´ıa

Departamento de Ciencias de la Computaci´on

Clase 19: POO aplicado a Simulaci´

on

Rodrigo Toro Icarte (rntoro@uc.cl)

IIC1103 Introducción a la Programación - Sección 5

(2)

Alguna vez les dije: “En computaci´

on aspiramos a modelar el

mundo para solucionar problemas reales”.

(3)

Simulaci´on Ejercicios

Simulaci´

on

Alguna vez les dije: “En computaci´

on aspiramos a modelar el

mundo para solucionar problemas reales”.

(4)

Simulaci´

on

Objetivo: Aprender a modelar problemas reales y simularlos.

En el banco. En un tsunami.

Simular caudal cuenca hidr´

aulica.

Simular funcionamiento de una f´

abrica.

(5)

Simulaci´

on

Objetivo: Aprender a modelar problemas reales y simularlos.

Ejemplos:

Simular el flujo de personas:

En el metro. En el banco. En un tsunami.

Simular caudal cuenca hidr´

aulica.

Simular funcionamiento de una f´

abrica.

(6)

Objetivo: Aprender a modelar problemas reales y simularlos.

Ejemplos:

Simular el flujo de personas:

En el metro. En el banco. En un tsunami.

Simular caudal cuenca hidr´

aulica.

Simular funcionamiento de una f´

abrica.

(7)

Simulaci´

on

Observaci´

on: Un modelo es una simplificaci´

on de la realidad.

... mientras m´

as parecido, m´

as confiables ser´

an las conclusiones.

(8)

Observaci´

on: Un modelo es una simplificaci´

on de la realidad.

... mientras m´

as parecido, m´

as confiables ser´

an las conclusiones.

4

(9)

Simulaci´

on

Hoy en d´ıa se obtienen modelos de simulaci´

on muy preciosos

(entre 80% y 95%).

http://www.simula.uc.cl/index.php

(10)

Hoy en d´ıa se obtienen modelos de simulaci´

on muy preciosos

(entre 80% y 95%).

http://www.simula.uc.cl/index.php

(11)

Simulaci´

on

Idea: Tendremos un loop principal que haga avanzar la

simulaci´

on paso a paso (generalmente es minuto a minuto).

Dentro del loop, ocurrir´

an o no eventos con cierta probabilidad.

Los eventos cambiar´

an nuestras m´

etricas de rendimiento.

(12)

Simulaci´

on

Ejemplo: ¿Cu´

al es la espera media en la cola del cajero del

metro San Joaqu´ın entre las 19.00 y las 21.00?

Cada persona demora entre 1 y 5 minutos usando el cajero

(distribuye uniforme).

(13)

Simulaci´

on

Ejemplo: ¿Cu´

al es la espera media en la cola del cajero del

metro San Joaqu´ın entre las 19.00 y las 21.00?

Datos hist´

oricos:

En cada minuto, llega una persona al cajero con

probabilidad 0.2.

Cada persona demora entre 1 y 5 minutos usando el cajero

(distribuye uniforme).

(14)

Simulaci´

on

Primero hago un loop para que avance el tiempo (de minuto en

minuto).

1 def s i m u l a r () : 2 T = 0 3 w h i l e( T < 2 * 6 0 ) : # s i m u l a m o s 2 h o r a s 4 # Aqu ´ı r e a l i z o s i m u l a c i ´o n 5 T += 1 8

(15)

Simulaci´

on

Primero hago un loop para que avance el tiempo (de minuto en

minuto).

1 def s i m u l a r () : 2 T = 0 3 w h i l e( T < 2 * 6 0 ) : # s i m u l a m o s 2 h o r a s 4 # Aqu ´ı r e a l i z o s i m u l a c i ´o n 5 T += 1

En cada minuto llega alguien con probabilidad 0.2 ¿C´

omo

modelamos esto?

(16)

Simulaci´

on

¿C´

omo modelo que cierto evento ocurra con probabilidad p?

3 r e t u r n r a n d o m . r a n d o m () < p 4 5 p r i n t( s u c e d e _ e v e n t o (0) ) # S i e m p r e F a l s e 6 p r i n t( s u c e d e _ e v e n t o ( 0 . 7 ) ) # 70% de las v e c e s T r u e 7 p r i n t( s u c e d e _ e v e n t o (1) ) # S i e m p r e T r u e 9

(17)

Simulaci´

on

¿C´

omo modelo que cierto evento ocurra con probabilidad p?

En c´

odigo:

1 i m p o r t r a n d o m 2 def s u c e d e _ e v e n t o ( p ) : 3 r e t u r n r a n d o m . r a n d o m () < p 4 5 p r i n t( s u c e d e _ e v e n t o (0) ) # S i e m p r e F a l s e 6 p r i n t( s u c e d e _ e v e n t o ( 0 . 7 ) ) # 70% de las v e c e s T r u e 7 p r i n t( s u c e d e _ e v e n t o (1) ) # S i e m p r e T r u e 9

(18)

Simulaci´

on

Agreguemos esta idea el c´

odigo:

1 f r o m r a n d o m i m p o r t r a n d o m 2 3 def s i m u l a r () : 4 T = 0 5 w h i l e( T < 2 * 6 0 ) : # s i m u l a m o s 2 h o r a s 6 if( r a n d o m () < 0 . 2 ) : 7 # L l e g a una p e r s o n a ... 8 T += 1

Se agrega a la cola.

10

(19)

Simulaci´

on

Agreguemos esta idea el c´

odigo:

¿Qu´

e pasa cuando llega una persona?

Usa el cajero.

Se agrega a la cola.

(20)

Agreguemos esta idea el c´

odigo:

¿Qu´

e pasa cuando llega una persona?

Usa el cajero.

Se agrega a la cola.

(21)

Simulaci´

on

Creemos una variable que recuerde la cantidad de personas en

cola (que incluya a quien usa el cajero).

1 f r o m r a n d o m i m p o r t r a n d o m 2 3 def s i m u l a r () : 4 T = 0 5 e n _ c o l a = 0 6 w h i l e( T < 2 * 6 0 ) : # s i m u l a m o s 2 h o r a s 7 if( r a n d o m () < 0 . 2 ) : 8 e n _ c o l a += 1 9 T += 1

¿C´

omo modelamos que “el cajero se demora uniforme entre 1 y

5 minutos.”?

(22)

Simulaci´

on

Creemos una variable que recuerde la cantidad de personas en

cola (que incluya a quien usa el cajero).

1 f r o m r a n d o m i m p o r t r a n d o m 2 3 def s i m u l a r () : 4 T = 0 5 e n _ c o l a = 0 6 w h i l e( T < 2 * 6 0 ) : # s i m u l a m o s 2 h o r a s 7 if( r a n d o m () < 0 . 2 ) : 8 e n _ c o l a += 1 9 T += 1 11

(23)

Simulaci´

on

Creemos una variable que recuerde la cantidad de personas en

cola (que incluya a quien usa el cajero).

1 f r o m r a n d o m i m p o r t r a n d o m 2 3 def s i m u l a r () : 4 T = 0 5 e n _ c o l a = 0 6 w h i l e( T < 2 * 6 0 ) : # s i m u l a m o s 2 h o r a s 7 if( r a n d o m () < 0 . 2 ) : 8 e n _ c o l a += 1 9 T += 1

¿C´

omo modelamos que “el cajero se demora uniforme entre 1 y

5 minutos.”?

(24)

Simulaci´

on

¿C´

omo obtengo valor aleatorio uniforme entre a y b?

3 r e t u r n r a n d o m . r a n d i n t ( a , b )

Caso continuo:

1 i m p o r t r a n d o m 2 def o b t e n e r _ n u m e r o ( a , b ) : 3 r e t u r n a + ( b - a ) * r a n d o m . r a n d o m () 12

(25)

Simulaci´

on

¿C´

omo obtengo valor aleatorio uniforme entre a y b?

Caso discreto:

1 i m p o r t r a n d o m 2 def o b t e n e r _ n u m e r o ( a , b ) : 3 r e t u r n r a n d o m . r a n d i n t ( a , b )

Caso continuo:

1 i m p o r t r a n d o m 2 def o b t e n e r _ n u m e r o ( a , b ) : 3 r e t u r n a + ( b - a ) * r a n d o m . r a n d o m () 12

(26)

Simulaci´

on

Idea: Cuando alguien comience a usar el cajero, fijemos su

tiempo de ida.

5 e n _ c o l a = 0 6 w h i l e( T < 2 * 6 0 ) : 7 if( r a n d o m () < 0 . 2 ) : 8 e n _ c o l a += 1 9 # r e v i s o si p u e d o u s a r el c a j e r o 10 if( e n _ c o l a == 1) : 11 # F i j o t i e m p o en que c a j e r o de d e s o c u p a r ´a 12 T _ i d a = r a n d i n t (1 ,5) 13 T += 1 14 # d i s m i n u y o t i e m p o de ida 15 T _ i d a -= 1 13

(27)

Simulaci´

on

Idea: Cuando alguien comience a usar el cajero, fijemos su

tiempo de ida.

1 f r o m r a n d o m i m p o r t random , r a n d i n t 2 def s i m u l a r () : 3 T = 0 4 T _ i d a = -1 # < - t i e m p o en que se d e s o c u p a el c a j e r o 5 e n _ c o l a = 0 6 w h i l e( T < 2 * 6 0 ) : 7 if( r a n d o m () < 0 . 2 ) : 8 e n _ c o l a += 1 9 # r e v i s o si p u e d o u s a r el c a j e r o 10 if( e n _ c o l a == 1) : 11 # F i j o t i e m p o en que c a j e r o de d e s o c u p a r ´a 12 T _ i d a = r a n d i n t (1 ,5) 13 T += 1 14 # d i s m i n u y o t i e m p o de ida 15 T _ i d a -= 1 13

(28)

Simulaci´

on

Si T ida llega a cero, alguien se va...

5 if( r a n d o m () < 0 . 2 ) : 6 e n _ c o l a += 1 7 if( e n _ c o l a == 1) : 8 T _ i d a = r a n d i n t (1 ,5) 9 if( T _ i d a == 0) : 10 e n _ c o l a -= 1 # a l g u i e n se va 11 if( e n _ c o l a > 0) : # a l g u i e n m ´a s usa el c a j e r o 12 T _ i d a = r a n d i n t (1 ,5) 13 T += 1 14 T _ i d a -= 1

¿Qu´

e estad´ısticas interesantes podemos sacar de este c´

odigo?

(29)

Simulaci´

on

Si T ida llega a cero, alguien se va...

1 f r o m r a n d o m i m p o r t random , r a n d i n t 2 def s i m u l a r () : 3 T = 0; T _ i d a = -1; e n _ c o l a = 0 4 w h i l e( T < 2 * 6 0 ) : 5 if( r a n d o m () < 0 . 2 ) : 6 e n _ c o l a += 1 7 if( e n _ c o l a == 1) : 8 T _ i d a = r a n d i n t (1 ,5) 9 if( T _ i d a == 0) : 10 e n _ c o l a -= 1 # a l g u i e n se va 11 if( e n _ c o l a > 0) : # a l g u i e n m ´a s usa el c a j e r o 12 T _ i d a = r a n d i n t (1 ,5) 13 T += 1 14 T _ i d a -= 1

¿Qu´

e estad´ısticas interesantes podemos sacar de este c´

odigo?

(30)

Si T ida llega a cero, alguien se va...

¿Qu´

e estad´ısticas interesantes podemos sacar de este c´

odigo?

(31)

Simulaci´

on

¿C´

omo calculamos el tiempo medio de espera en cola?

... necesitamos recordar la hora a la que llega cada usuario.

(32)

¿C´

omo calculamos el tiempo medio de espera en cola?

... necesitamos recordar la hora a la que llega cada usuario.

(33)

Simulaci´

on

Convirtamos la cola en una lista con los tiempos de llegada.

1 f r o m r a n d o m i m p o r t random , r a n d i n t 2 def s i m u l a r () : 3 T = 0; T _ i d a = -1; c o l a = [] 4 w h i l e( T < 2 * 6 0 ) : 5 if( r a n d o m () < 0 . 2 ) : 6 c o l a . a p p e n d ( T ) # < - a g r e g o t i e m p o de l l e g a d a 7 if(len( c o l a ) == 1) : 8 T _ i d a = r a n d i n t (1 ,5) 9 if( T _ i d a == 0) : 10 # s a c o a la p e r s o n a de la c o l a 11 c o l a . r e m o v e ( c o l a [ 0 ] ) 12 if(len( c o l a ) > 0) : 13 T _ i d a = r a n d i n t (1 ,5) 14 T += 1 15 T _ i d a -= 1

... As´ı, cuando alguien tome el cajero, calculamos cu´

anto estuvo

en cola.

(34)

Simulaci´

on

Convirtamos la cola en una lista con los tiempos de llegada.

1 f r o m r a n d o m i m p o r t random , r a n d i n t 2 def s i m u l a r () : 3 T = 0; T _ i d a = -1; c o l a = [] 4 w h i l e( T < 2 * 6 0 ) : 5 if( r a n d o m () < 0 . 2 ) : 6 c o l a . a p p e n d ( T ) # < - a g r e g o t i e m p o de l l e g a d a 7 if(len( c o l a ) == 1) : 8 T _ i d a = r a n d i n t (1 ,5) 9 if( T _ i d a == 0) : 10 # s a c o a la p e r s o n a de la c o l a 11 c o l a . r e m o v e ( c o l a [ 0 ] ) 12 if(len( c o l a ) > 0) : 13 T _ i d a = r a n d i n t (1 ,5) 14 T += 1 15 T _ i d a -= 1 16

(35)

Simulaci´

on

Convirtamos la cola en una lista con los tiempos de llegada.

1 f r o m r a n d o m i m p o r t random , r a n d i n t 2 def s i m u l a r () : 3 T = 0; T _ i d a = -1; c o l a = [] 4 w h i l e( T < 2 * 6 0 ) : 5 if( r a n d o m () < 0 . 2 ) : 6 c o l a . a p p e n d ( T ) # < - a g r e g o t i e m p o de l l e g a d a 7 if(len( c o l a ) == 1) : 8 T _ i d a = r a n d i n t (1 ,5) 9 if( T _ i d a == 0) : 10 # s a c o a la p e r s o n a de la c o l a 11 c o l a . r e m o v e ( c o l a [ 0 ] ) 12 if(len( c o l a ) > 0) : 13 T _ i d a = r a n d i n t (1 ,5) 14 T += 1 15 T _ i d a -= 1

... As´ı, cuando alguien tome el cajero, calculamos cu´

anto estuvo

en cola.

(36)

2 def s i m u l a r () : 3 T = 0; T _ i d a = -1; c o l a = [] 4 e s p e r a = 0 # < - g u a r d o la e s p e r a 5 a t e n d i d o s = 0 # < - n ´u m e r o de p e r s o n a s a t e n d i d a s 6 w h i l e( T < 2 * 6 0 ) : 7 if( r a n d o m () < 0 . 2 ) : 8 c o l a . a p p e n d ( T ) 9 if(len( c o l a ) == 1) : 10 T _ i d a = r a n d i n t (1 ,5) 11 # a g r e g o t i e m p o de e s p e r a 12 a t e n d i d o s += 1 13 if( T _ i d a == 0) : 14 c o l a . r e m o v e ( c o l a [ 0 ] ) 15 if(len( c o l a ) > 0) : 16 T _ i d a = r a n d i n t (1 ,5) 17 # a g r e g o t i e m p o de e s p e r a 18 e s p e r a += T - c o l a [0] 19 a t e n d i d o s += 1 20 T += 1; T _ i d a -= 1 17

(37)

Simulaci´

on

Finalmente retornamos la espera media en cola:

1 f r o m r a n d o m i m p o r t random , r a n d i n t 2 def s i m u l a r () : 3 T = 0; T _ i d a = -1; c o l a = [] 4 e s p e r a = 0; a t e n d i d o s = 0 5 w h i l e( T < 2 * 6 0 ) : 6 if( r a n d o m () < 0 . 2 ) : 7 c o l a . a p p e n d ( T ) 8 if(len( c o l a ) == 1) : 9 T _ i d a = r a n d i n t (1 ,5) 10 a t e n d i d o s += 1 11 if( T _ i d a == 0) : 12 c o l a . r e m o v e ( c o l a [ 0 ] ) 13 if(len( c o l a ) > 0) : 14 T _ i d a = r a n d i n t (1 ,5) 15 e s p e r a += T - c o l a [0] 16 a t e n d i d o s += 1 17 T += 1; T _ i d a -= 1 18 r e t u r n e s p e r a / a t e n d i d o s # R e t o r n o 18

(38)

Finalmente retornamos la espera media en cola:

1 f r o m r a n d o m i m p o r t random , r a n d i n t 2 def s i m u l a r () : 3 T = 0; T _ i d a = -1; c o l a = [] 4 e s p e r a = 0; a t e n d i d o s = 0 5 w h i l e( T < 2 * 6 0 ) : 6 if( r a n d o m () < 0 . 2 ) : 7 c o l a . a p p e n d ( T ) 8 if(len( c o l a ) == 1) : 9 T _ i d a = r a n d i n t (1 ,5) 10 a t e n d i d o s += 1 11 if( T _ i d a == 0) : 12 c o l a . r e m o v e ( c o l a [ 0 ] ) 13 if(len( c o l a ) > 0) : 14 T _ i d a = r a n d i n t (1 ,5) 15 e s p e r a += T - c o l a [0] 16 a t e n d i d o s += 1 17 T += 1; T _ i d a -= 1 18 r e t u r n e s p e r a / a t e n d i d o s # R e t o r n o 18

(39)

Simulaci´

on

Ahora podemos ver el resultado de simular:

26 p r i n t(" e s p e r a m e d i a ", s i m u l a r () )

¿Es este resultado estable?

(40)

Ahora podemos ver el resultado de simular:

26 p r i n t(" e s p e r a m e d i a ", s i m u l a r () )

¿Es este resultado estable?

(41)

Simulaci´

on

Para obtener el resultado final se calcula el promedio de

ejecutar varias replicas (mientras m´

as mejor).

20 def o b t e n e r _ p r o m e d i o ( n ) :

21 res = 0

22 for i in r a n g e( n ) : 23 res += s i m u l a r () 24 r e t u r n res / n

Luego llamamos a la funci´

on:

27 p r i n t(" e s p e r a m e d i a ", o b t e n e r _ p r o m e d i o ( 1 0 0 0 0 ) )

(42)

Para obtener el resultado final se calcula el promedio de

ejecutar varias replicas (mientras m´

as mejor).

20 def o b t e n e r _ p r o m e d i o ( n ) :

21 res = 0

22 for i in r a n g e( n ) : 23 res += s i m u l a r () 24 r e t u r n res / n

Luego llamamos a la funci´

on:

27 p r i n t(" e s p e r a m e d i a ", o b t e n e r _ p r o m e d i o ( 1 0 0 0 0 ) )

(43)

Simulaci´

on

Ejemplo: Simule un ataque zombie.

(44)

Reglas:

Un humano y un zombie se encuentran con probabilidad

0.05 cada minuto.

La probabilidad de que el zombie gane el encuentro es 0.4

La probabilidad de que el humano mate al zombie es 0.2

La probabilidad de que el humano escape es 0.4

(45)

Simulaci´

on

1 i m p o r t r a n d o m 2 def s i m u l a r ( t _ m i n ) : 3 # V a r i a b l e s i n i c i a l e s 4 z o m b i e s = 10; h u m a n o s = 1 0 0 0 0 ; T = 0 5 w h i l e( T < t _ m i n ) : 6 # Un z o m b i e y un h u m a n o se e n c u e n t r a n 7 if( r a n d o m . r a n d o m () < 0 . 0 5 ) : 8 r = r a n d o m . r a n d o m () 9 if( r < 0 . 4 ) : # G a n a z o m b i e 10 h u m a n o s -= 1 11 z o m b i e s += 1 12 e l i f( r < 0 . 6 ) : # G a n a h u m a n o 13 z o m b i e s -= 1 14 # S a l g o si h u m a n o s o z o m b i e s l l e g a n a c e r o 15 if( z o m b i e s == 0 or h u m a n o s == 0) : b r e a k 16 # a u m e n t o r e l o j 17 T += 1 23

(46)

Al finalizar muestro estad´ısticas:

18 # M u e s t r o e s t a d ´ı s t i c a s

19 p r i n t(" D ´ı as t r a n s c u r r i d o s : ", T / / ( 6 0 * 2 4 ) ) 20 p r i n t(" H u m a n o s : ", h u m a n o s )

21 p r i n t(" Z o m b i e s : ", z o m b i e s )

Simulo 2 a˜

nos:

23 s i m u l a r ( 6 0 * 2 4 * 3 6 5 * 2 )

(47)

Simulaci´

on

[Ex 2014-2]:

El ministro G´

omez Lobo te ha pedido que implementes una

simulaci´

on para determinar la necesidad de buses en los

recorridos del Transantiago. Cada recorrido tiene una cantidad

determinada de paraderos; la separaci´

on entre paraderos es

siempre la misma para un recorrido; y la velocidad de las micros

fluct´

ua entre los 100 y 900 metros por minuto, y cambia minuto

a minuto. Interesa saber la cantidad m´

axima y el promedio de

micros en un recorrido dado, entre 8.00 AM y 8.00 PM.

(48)

Simulaci´

on

Para simularlo debes implementar dos clases: Micro y

Recorrido.

ultimo paradero: Que representa el ´

ultimo paradero

visitado.

distancia del paradero: Que corresponde a los metros

recorridos despu´

es de pasar por el ultimo paradero.

La clase Recorrido tiene como atributos:

numero de paraderos

distancia entre paraderos

micros: Lista con las micros en el recorrido.

(49)

Simulaci´

on

Para simularlo debes implementar dos clases: Micro y

Recorrido.

La clase Micro tiene como atributos:

velocidad

ultimo paradero: Que representa el ´

ultimo paradero

visitado.

distancia del paradero: Que corresponde a los metros

recorridos despu´

es de pasar por el ultimo paradero.

La clase Recorrido tiene como atributos:

numero de paraderos

distancia entre paraderos

micros: Lista con las micros en el recorrido.

(50)

Para simularlo debes implementar dos clases: Micro y

Recorrido.

La clase Micro tiene como atributos:

velocidad

ultimo paradero: Que representa el ´

ultimo paradero

visitado.

distancia del paradero: Que corresponde a los metros

recorridos despu´

es de pasar por el ultimo paradero.

La clase Recorrido tiene como atributos:

numero de paraderos

distancia entre paraderos

micros: Lista con las micros en el recorrido.

(51)

Simulaci´

on

a) Implementa los constructores de ambas clases. El de la clase

Micro debe asignar a las micros una velocidad al azar entre 100

y 900 metros (considera solo n´

umeros enteros) y comenzar justo

en el paradero 1. El de Recorrido debe comenzar sin micros y

recibir el valor de sus otros atributos como par´

ametro.

(52)

Simulaci´

on

Primero definimos nuestra clase Micro:

1 c l a s s M i c r o :

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(53)

Simulaci´

on

Primero definimos nuestra clase Micro:

Luego defino el constructor:

2 def _ _ i n i t _ _ ( s e l f ) :

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(54)

Primero definimos nuestra clase Micro:

Luego defino el constructor:

2 def _ _ i n i t _ _ ( s e l f ) :

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(55)

Simulaci´

on

La clase Micro tiene como atributos:

velocidad.

ultimo paradero.

distancia del paradero.

“El constructor de la clase Micro debe asignar a las micros una

velocidad al azar entre 100 y 900 metros (considera solo

n´

umeros enteros) y comenzar justo en el paradero 1”.

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(56)

Simulaci´

on

La clase Micro tiene como atributos:

velocidad.

ultimo paradero.

distancia del paradero.

“El constructor de la clase Micro debe asignar a las micros una

velocidad al azar entre 100 y 900 metros (considera solo

n´

umeros enteros) y comenzar justo en el paradero 1”.

(57)

Simulaci´

on

La clase Micro tiene como atributos:

velocidad.

ultimo paradero.

distancia del paradero.

“El constructor de la clase Micro debe asignar a las micros una

velocidad al azar entre 100 y 900 metros (considera solo

n´

umeros enteros) y comenzar justo en el paradero 1”.

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(58)

Simulaci´

on

Debe iniciar en el primer paradero:

1 c l a s s M i c r o : 2 def _ _ i n i t _ _ ( s e l f ) : 3 s e l f . u l t i m o _ p a r a d e r o = 1 4 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 5 s e l f . v e l o c i d a d = # ??? 30

(59)

Simulaci´

on

Debe iniciar en el primer paradero:

2 def _ _ i n i t _ _ ( s e l f ) :

3 s e l f . u l t i m o _ p a r a d e r o = 1

4 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 5 s e l f . v e l o c i d a d = # ???

¿C´

omo asigno a velocidad un n´

umero random entre 100 y 900?

... necesitamos random.randint(100,900)

(60)

Debe iniciar en el primer paradero:

1 c l a s s M i c r o : 2 def _ _ i n i t _ _ ( s e l f ) : 3 s e l f . u l t i m o _ p a r a d e r o = 1 4 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 5 s e l f . v e l o c i d a d = # ???

¿C´

omo asigno a velocidad un n´

umero random entre 100 y 900?

... necesitamos random.randint(100,900)

(61)

Simulaci´

on

Asignamos la velocidad:

1 i m p o r t r a n d o m 2 3 c l a s s M i c r o : 4 def _ _ i n i t _ _ ( s e l f ) : 5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 )

... con esto ya podr´ıamos crear una micro y ver sus atributos:

9 m = M i c r o ()

10 p r i n t( m . u l t i m o _ p a r a d e r o ) # > > > 1 11 p r i n t( m . d i s t a n c i a _ d e l _ p a r a d e r o ) # > > > 0

12 p r i n t( m . v e l o c i d a d ) # > > > e n t r e 100 y 900

(62)

Asignamos la velocidad:

1 i m p o r t r a n d o m 2 3 c l a s s M i c r o : 4 def _ _ i n i t _ _ ( s e l f ) : 5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 )

... con esto ya podr´ıamos crear una micro y ver sus atributos:

9 m = M i c r o ()

10 p r i n t( m . u l t i m o _ p a r a d e r o ) # > > > 1 11 p r i n t( m . d i s t a n c i a _ d e l _ p a r a d e r o ) # > > > 0

12 p r i n t( m . v e l o c i d a d ) # > > > e n t r e 100 y 900

(63)

Simulaci´

on

Ahora creemos la clase Recorrido:

9 c l a s s R e c o r r i d o :

10 def _ _ i n i t _ _ ( s e l f ) :

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(64)

Ahora creemos la clase Recorrido:

10 def _ _ i n i t _ _ ( s e l f ) :

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(65)

Simulaci´

on

La clase Recorrido tiene como atributos:

numero de paraderos

distancia entre paraderos

micros: Lista con las micros en el recorrido.

“El constructor de Recorrido debe comenzar sin micros y

recibir el valor de sus otros atributos como par´

ametro”.

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(66)

Simulaci´

on

La clase Recorrido tiene como atributos:

numero de paraderos

distancia entre paraderos

micros: Lista con las micros en el recorrido.

“El constructor de Recorrido debe comenzar sin micros y

recibir el valor de sus otros atributos como par´

ametro”.

(67)

Simulaci´

on

La clase Recorrido tiene como atributos:

numero de paraderos

distancia entre paraderos

micros: Lista con las micros en el recorrido.

“El constructor de Recorrido debe comenzar sin micros y

recibir el valor de sus otros atributos como par´

ametro”.

¿Qu´

e pongo en el constructor?

¿Qu´

e par´

ametros debiera recibir?

(68)

Simulaci´

on

Las micros comienzan como una lista vac´ıa:

9 c l a s s R e c o r r i d o : 10 def _ _ i n i t _ _ ( s e l f ) : 11 s e l f . m i c r o s =[] 11 s e l f . m i c r o s =[] 12 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 13 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 34

(69)

Simulaci´

on

Las micros comienzan como una lista vac´ıa:

10 def _ _ i n i t _ _ ( s e l f ) : 11 s e l f . m i c r o s =[]

El resto se reciben como par´

ametro:

9 c l a s s R e c o r r i d o : 10 def _ _ i n i t _ _ ( self , np , dp ) : 11 s e l f . m i c r o s =[] 12 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 13 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 34

(70)

b) Para la clase Micro debes implementar un m´

etodo que

recalcula la velocidad de la micro como un entero al azar entre

100 y 900.

(71)

Simulaci´

on

Agrego el m´

etodo a Micro:

3 c l a s s M i c r o : 4 def _ _ i n i t _ _ ( s e l f ) : 5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 8 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) :

¿Qu´

e par´

ametros debiera recibir?

¿Qu´

e pongo en el c´

odigo?

(72)

Agrego el m´

etodo a Micro:

3 c l a s s M i c r o : 4 def _ _ i n i t _ _ ( s e l f ) : 5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 8 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) :

¿Qu´

e par´

ametros debiera recibir?

¿Qu´

e pongo en el c´

odigo?

(73)

Simulaci´

on

“recalcula la velocidad de la micro como un entero al azar entre

100 y 900”

... luego no necesito par´

ametros externos.

3 c l a s s M i c r o : 4 def _ _ i n i t _ _ ( s e l f ) : 5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 8 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 37

(74)

“recalcula la velocidad de la micro como un entero al azar entre

100 y 900”

... luego no necesito par´

ametros externos.

3 c l a s s M i c r o : 4 def _ _ i n i t _ _ ( s e l f ) : 5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 8 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 37

(75)

Simulaci´

on

¿C´

omo actualizo el valor de la velocidad?

¿Basta con velocidad = random.randint(100,900)?

Debemos

usar el self para cambiar el valor del atributo.

3 c l a s s M i c r o : 4 def _ _ i n i t _ _ ( s e l f ) : 5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 8 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 9 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 38

(76)

Simulaci´

on

¿C´

omo actualizo el valor de la velocidad?

¿Basta con velocidad = random.randint(100,900)?

5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 8 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 9 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 38

(77)

Simulaci´

on

¿C´

omo actualizo el valor de la velocidad?

¿Basta con velocidad = random.randint(100,900)?

Debemos

usar el self para cambiar el valor del atributo.

3 c l a s s M i c r o : 4 def _ _ i n i t _ _ ( s e l f ) : 5 s e l f . u l t i m o _ p a r a d e r o = 1 6 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 7 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 8 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 9 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 38

(78)

c) Para la clase Recorrido deber´

as implementar tres m´

etodos.

i) Un m´

etodo agregar micro que agregue una micro en el

primer paradero del recorrido.

(79)

Simulaci´

on

Agregamos el m´

etodo:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( s e l f ) :

¿Qu´

e par´

ametros debiera recibir?

¿Qu´

e pongo en el c´

odigo?

(80)

Agregamos el m´

etodo:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( s e l f ) :

¿Qu´

e par´

ametros debiera recibir?

¿Qu´

e pongo en el c´

odigo?

(81)

Simulaci´

on

Debemos recibir una micro como par´

ametro:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) :

¿C´

omo agregamos la micro a la lista de micros?

¿Basta con micros.append(m)?

(82)

Debemos recibir una micro como par´

ametro:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) :

¿C´

omo agregamos la micro a la lista de micros?

¿Basta con micros.append(m)?

(83)

Simulaci´

on

Para obtener/modificar un atributo debemos usar el self.

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 s e l f . m i c r o s . a p p e n d ( m ) 42

(84)

ii) Un m´

etodo avanzar micro que recibe una micro m y ajusta

la posici´

on de la micro m de acuerdo a lo que avanza en un

minuto, considerando la posici´

on actual, la velocidad y

considerando adem´

as que cuando una micro visita un paradero

no contin´

ua avanzando ese minuto. M´

as espec´ıficamente, sup´

on

que la micro est´

a ` metros m´

as adelante del paradero p y que v

es la velocidad actual. Si ` + v es mayor a la distancia entre

paraderos, entonces la nueva posici´

on de la micro es justo en el

paradero p + 1. De lo contrario, se ubicar´

a a ` + v metros m´

as

adelante del paradero p.

(85)

Simulaci´

on

Primero, creamos el m´

etodo:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 s e l f . m i c r o s . a p p e n d ( m ) 18 def a v a n z a r _ m i c r o ( s e l f ) :

¿Qu´

e par´

ametros debiera recibir?

¿Qu´

e pongo en el c´

odigo?

(86)

Primero, creamos el m´

etodo:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 s e l f . m i c r o s . a p p e n d ( m ) 18 def a v a n z a r _ m i c r o ( s e l f ) :

¿Qu´

e par´

ametros debiera recibir?

¿Qu´

e pongo en el c´

odigo?

(87)

Simulaci´

on

“Un m´

etodo avanzar micro que recibe una micro m”

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 s e l f . m i c r o s . a p p e n d ( m ) 18 def a v a n z a r _ m i c r o ( self , m ) : 45

(88)

“Un m´

etodo avanzar micro que recibe una micro m”

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 s e l f . m i c r o s . a p p e n d ( m ) 18 def a v a n z a r _ m i c r o ( self , m ) : 45

(89)

Simulaci´

on

“... ajusta la posici´

on de la micro m de acuerdo a lo que avanza

en un minuto, considerando la posici´

on actual, la velocidad y

considerando adem´

as que cuando una micro visita un paradero

no contin´

ua avanzando ese minuto.”

Es decir, si micro est´

a a l metro del paradero p, su velocidad es

v y la distancia entre paraderos es d ¿D´

onde estar´

a en el

siguiente minuto?

Si v + l < d, estar´

a a v + l metros de p.

Si v + l ≥ d, estar´

a a 0 metros de p + 1.

(90)

Simulaci´

on

“... ajusta la posici´

on de la micro m de acuerdo a lo que avanza

en un minuto, considerando la posici´

on actual, la velocidad y

considerando adem´

as que cuando una micro visita un paradero

no contin´

ua avanzando ese minuto.”

Es decir, si micro est´

a a l metro del paradero p, su velocidad es

v y la distancia entre paraderos es d ¿D´

onde estar´

a en el

siguiente minuto?

(91)

Simulaci´

on

“... ajusta la posici´

on de la micro m de acuerdo a lo que avanza

en un minuto, considerando la posici´

on actual, la velocidad y

considerando adem´

as que cuando una micro visita un paradero

no contin´

ua avanzando ese minuto.”

Es decir, si micro est´

a a l metro del paradero p, su velocidad es

v y la distancia entre paraderos es d ¿D´

onde estar´

a en el

siguiente minuto?

Si v + l < d, estar´

a a v + l metros de p.

Si v + l ≥ d, estar´

a a 0 metros de p + 1.

(92)

Simulaci´

on

Problema: ¿C´

omo obtengo l, v, d y p?

l: Distancia micro al ´

ultimo paradero.

p: ´

Ultimo paradero de la micro.

v: Velocidad micro.

d: Distancia entre paraderos.

p: m.ultimo paradero.

v: m.velocidad.

d: self.distancia entre paraderos.

(93)

Simulaci´

on

Problema: ¿C´

omo obtengo l, v, d y p?

l: Distancia micro al ´

ultimo paradero.

p: ´

Ultimo paradero de la micro.

v: Velocidad micro.

d: Distancia entre paraderos.

Son atributos de la micro m y del recorrido self:

l: m.distanca del paradero.

p: m.ultimo paradero.

v: m.velocidad.

d: self.distancia entre paraderos.

(94)

Simulaci´

on

Calculo nueva posici´

on y pongo condicionales:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 s e l f . m i c r o s . a p p e n d ( m ) 18 def a v a n z a r _ m i c r o ( self , m ) : 19 n u e v a _ p o s = m . d i s t a n c i a _ d e l _ p a r a d e r o + m . v e l o c i d a d 20 if( n u e v a _ p o s < s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s ) : 21 # a j u s t o p o s i c i ´o n de la m i c r o 22 e l s e: 23 # L l e g o al pr ´o x i m o p a r a d e r o 48

(95)

Simulaci´

on

Calculo nueva posici´

on y pongo condicionales:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 s e l f . m i c r o s . a p p e n d ( m ) 18 def a v a n z a r _ m i c r o ( self , m ) : 19 n u e v a _ p o s = m . d i s t a n c i a _ d e l _ p a r a d e r o + m . v e l o c i d a d 20 if( n u e v a _ p o s < s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s ) : 21 # a j u s t o p o s i c i ´o n de la m i c r o 22 e l s e: 23 # L l e g o al pr ´o x i m o p a r a d e r o

¿C´

omo modifico la posici´

on y paradero de la micro?

(96)

Modifico posici´

on de la micro:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 s e l f . m i c r o s . a p p e n d ( m ) 18 def a v a n z a r _ m i c r o ( self , m ) : 19 n u e v a _ p o s = m . d i s t a n c i a _ d e l _ p a r a d e r o + m . v e l o c i d a d 20 if( n u e v a _ p o s < s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s ) : 21 m . d i s t a n c i a _ d e l _ p a r a d e r o = n u e v a _ p o s 22 e l s e: 23 m . d i s t a n c i a _ d e l _ p a r a d e r o = 0 24 m . u l t i m o _ p a r a d e r o += 1 49

(97)

Simulaci´

on

iii) Un m´

etodo simular minuto, que se encargue de simular un

minuto en la simulaci´

on: debe avanzar todas las micros,

eliminar las que llegan al ´

ultimo paradero y, finalmente,

recalcular la velocidad de cada micro para el pr´

oximo minuto.

Recuerda que puedes eliminar un elemento e de una lista lista

usando lista.remove(e).

(98)

Simulaci´

on

Creamos el m´

etodo:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 # ( . . . ) 14 def a g r e g a r _ m i c r o ( self , m ) : 15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) : 51

(99)

Simulaci´

on

Creamos el m´

etodo:

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 # ( . . . ) 14 def a g r e g a r _ m i c r o ( self , m ) : 15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) :

¿Qu´

e par´

ametros debiera recibir?

¿Qu´

e pongo en el c´

odigo?

(100)

Simulaci´

on

“...debe avanzar todas las micros, eliminar las que llegan al

´

ultimo paradero y, finalmente, recalcular la velocidad de cada

micro para el pr´

oximo minuto”

Avanzar todas las micros.

Eliminar micros en ´

ultimo paradero.

Recalcular velocidades.

(101)

Simulaci´

on

“...debe avanzar todas las micros, eliminar las que llegan al

´

ultimo paradero y, finalmente, recalcular la velocidad de cada

micro para el pr´

oximo minuto”

¿Par´

ametros?

Ninguno

¿C´

odigo?

Avanzar todas las micros.

Eliminar micros en ´

ultimo paradero.

Recalcular velocidades.

(102)

Simulaci´

on

“...debe avanzar todas las micros, eliminar las que llegan al

´

ultimo paradero y, finalmente, recalcular la velocidad de cada

micro para el pr´

oximo minuto”

¿Par´

ametros? Ninguno

Eliminar micros en ´

ultimo paradero.

Recalcular velocidades.

(103)

Simulaci´

on

“...debe avanzar todas las micros, eliminar las que llegan al

´

ultimo paradero y, finalmente, recalcular la velocidad de cada

micro para el pr´

oximo minuto”

¿Par´

ametros? Ninguno

¿C´

odigo?

Avanzar todas las micros.

Eliminar micros en ´

ultimo paradero.

Recalcular velocidades.

(104)

“...debe avanzar todas las micros, eliminar las que llegan al

´

ultimo paradero y, finalmente, recalcular la velocidad de cada

micro para el pr´

oximo minuto”

¿Par´

ametros? Ninguno

¿C´

odigo?

Avanzar todas las micros.

Eliminar micros en ´

ultimo paradero.

Recalcular velocidades.

(105)

Simulaci´

on

¿C´

omo hago avanzar a todas las micros?

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def a v a n z a r _ m i c r o ( self , m ) : 19 # ( . . . ) 20 def s i m u l a r _ m i n u t o ( s e l f ) : 53

(106)

Simulaci´

on

Podemos hacer un for sobre self.micros y llamar a

avanzar micro(...).

15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) : 19 for m in s e l f . m i c r o s : 20 # L l a m a r a a v a n z a r _ m i c r o

¿C´

omo llamo a avanzar micro desde Recorrido?

¿Basta con avanzar micro(m)?

(107)

Simulaci´

on

Podemos hacer un for sobre self.micros y llamar a

avanzar micro(...).

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 # ( . . . ) 14 def a g r e g a r _ m i c r o ( self , m ) : 15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) : 19 for m in s e l f . m i c r o s : 20 # L l a m a r a a v a n z a r _ m i c r o

¿C´

omo llamo a avanzar micro desde Recorrido?

¿Basta con avanzar micro(m)?

(108)

Podemos hacer un for sobre self.micros y llamar a

avanzar micro(...).

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 # ( . . . ) 14 def a g r e g a r _ m i c r o ( self , m ) : 15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) : 19 for m in s e l f . m i c r o s : 20 # L l a m a r a a v a n z a r _ m i c r o

¿C´

omo llamo a avanzar micro desde Recorrido?

¿Basta con avanzar micro(m)?

(109)

Simulaci´

on

Para llamar a un m´

etodo desde dentro de una clase usamos

self.

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 # ( . . . ) 14 def a g r e g a r _ m i c r o ( self , m ) : 15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) : 19 for m in s e l f . m i c r o s : 20 s e l f . a v a n z a r _ m i c r o ( m ) 55

(110)

Simulaci´

on

¿C´

omo elimino las micros del ´

ultimo paradero?

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def a v a n z a r _ m i c r o ( self , m ) : 19 # ( . . . ) 20 def s i m u l a r _ m i n u t o ( s e l f ) : 21 for m in s e l f . m i c r o s : 22 s e l f . a v a n z a r _ m i c r o ( m ) 56

(111)

Simulaci´

on

¿C´

omo elimino las micros del ´

ultimo paradero?

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 s e l f . m i c r o s =[] 14 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 15 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 16 def a g r e g a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def a v a n z a r _ m i c r o ( self , m ) : 19 # ( . . . ) 20 def s i m u l a r _ m i n u t o ( s e l f ) : 21 for m in s e l f . m i c r o s : 22 s e l f . a v a n z a r _ m i c r o ( m )

... ¿C´

omo s´

e si una micro est´

a en el ´

ultimo paradero?

56

(112)

Simulaci´

on

Una micro est´

a en el ´

ultimo paradero si m.ultimo paradero es

igual a self.numero de paraderos.

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 # ( . . . ) 14 def a g r e g a r _ m i c r o ( self , m ) : 15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) : 19 for m in s e l f . m i c r o s : 20 s e l f . a v a n z a r _ m i c r o ( m ) 21 for m in s e l f . m i c r o s : 22 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 23 # e l i m i n o m de la l i s t a de m i c r o s 57

(113)

Simulaci´

on

Una micro est´

a en el ´

ultimo paradero si m.ultimo paradero es

igual a self.numero de paraderos.

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 # ( . . . ) 14 def a g r e g a r _ m i c r o ( self , m ) : 15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) : 19 for m in s e l f . m i c r o s : 20 s e l f . a v a n z a r _ m i c r o ( m ) 21 for m in s e l f . m i c r o s : 22 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 23 # e l i m i n o m de la l i s t a de m i c r o s

¿C´

omo elimino m?

57

(114)

Basta con self.micros.remove(m)

11 c l a s s R e c o r r i d o : 12 def _ _ i n i t _ _ ( self , np , dp ) : 13 # ( . . . ) 14 def a g r e g a r _ m i c r o ( self , m ) : 15 # ( . . . ) 16 def a v a n z a r _ m i c r o ( self , m ) : 17 # ( . . . ) 18 def s i m u l a r _ m i n u t o ( s e l f ) : 19 for m in s e l f . m i c r o s : 20 s e l f . a v a n z a r _ m i c r o ( m ) 21 for m in s e l f . m i c r o s : 22 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 23 s e l f . m i c r o s . r e m o v e ( m ) 58

(115)

Simulaci´

on

¿C´

omo recalculo las velocidades?

3 c l a s s M i c r o : 4 # ( . . . ) 5 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 6 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 7 8 c l a s s R e c o r r i d o : 9 # ( . . . ) 10 def s i m u l a r _ m i n u t o ( s e l f ) : 11 for m in s e l f . m i c r o s : 12 s e l f . a v a n z a r _ m i c r o ( m ) 13 for m in s e l f . m i c r o s : 14 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 15 s e l f . m i c r o s . r e m o v e ( m ) 59

(116)

Simulaci´

on

Recorremos las micros y llamamos a recalcular su velocidad.

3 c l a s s M i c r o : 4 # ( . . . ) 5 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 6 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 7 8 c l a s s R e c o r r i d o : 9 # ( . . . ) 10 def s i m u l a r _ m i n u t o ( s e l f ) : 11 for m in s e l f . m i c r o s : 12 s e l f . a v a n z a r _ m i c r o ( m ) 13 for m in s e l f . m i c r o s : 14 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 15 s e l f . m i c r o s . r e m o v e ( m ) 16 for m in s e l f . m i c r o s : 17 # L l a m o a r e c a l c u l a r _ v e l o c i d a d 60

(117)

Simulaci´

on

Recorremos las micros y llamamos a recalcular su velocidad.

3 c l a s s M i c r o : 4 # ( . . . ) 5 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 6 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 7 8 c l a s s R e c o r r i d o : 9 # ( . . . ) 10 def s i m u l a r _ m i n u t o ( s e l f ) : 11 for m in s e l f . m i c r o s : 12 s e l f . a v a n z a r _ m i c r o ( m ) 13 for m in s e l f . m i c r o s : 14 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 15 s e l f . m i c r o s . r e m o v e ( m ) 16 for m in s e l f . m i c r o s : 17 # L l a m o a r e c a l c u l a r _ v e l o c i d a d

... ¿C´

omo llamo a recalcular velocidad?

(118)

Simulaci´

on

Lo llamo a trav´

es de la micro particular.

3 c l a s s M i c r o : 4 # ( . . . ) 5 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 6 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 7 8 c l a s s R e c o r r i d o : 9 # ( . . . ) 10 def s i m u l a r _ m i n u t o ( s e l f ) : 11 for m in s e l f . m i c r o s : 12 s e l f . a v a n z a r _ m i c r o ( m ) 13 for m in s e l f . m i c r o s : 14 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 15 s e l f . m i c r o s . r e m o v e ( m ) 16 for m in s e l f . m i c r o s : 17 m . r e c a l c u l a r _ v e l o c i d a d () 61

(119)

Simulaci´

on

Lo llamo a trav´

es de la micro particular.

3 c l a s s M i c r o : 4 # ( . . . ) 5 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 6 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 7 8 c l a s s R e c o r r i d o : 9 # ( . . . ) 10 def s i m u l a r _ m i n u t o ( s e l f ) : 11 for m in s e l f . m i c r o s : 12 s e l f . a v a n z a r _ m i c r o ( m ) 13 for m in s e l f . m i c r o s : 14 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 15 s e l f . m i c r o s . r e m o v e ( m ) 16 for m in s e l f . m i c r o s : 17 m . r e c a l c u l a r _ v e l o c i d a d ()

¿Es esto suficiente?

... S´ı.

(120)

Lo llamo a trav´

es de la micro particular.

3 c l a s s M i c r o : 4 # ( . . . ) 5 def r e c a l c u l a r _ v e l o c i d a d ( s e l f ) : 6 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 7 8 c l a s s R e c o r r i d o : 9 # ( . . . ) 10 def s i m u l a r _ m i n u t o ( s e l f ) : 11 for m in s e l f . m i c r o s : 12 s e l f . a v a n z a r _ m i c r o ( m ) 13 for m in s e l f . m i c r o s : 14 if( m . u l t i m o _ p a r a d e r o == s e l f . n u m e r o _ d e _ p a r a d e r o s ) : 15 s e l f . m i c r o s . r e m o v e ( m ) 16 for m in s e l f . m i c r o s : 17 m . r e c a l c u l a r _ v e l o c i d a d ()

¿Es esto suficiente? ... S´ı.

(121)

Simulaci´

on

d) Implementa una funci´

on simular que reciba como

par´

ametros un n´

umero n de paraderos, la distancia d entre

paraderos y la cantidad mins de minutos que transcurren entre

la salida de una micro y la pr´

oxima. Esta funci´

on debe

imprimir el m´

aximo y el promedio de la cantidad de micros que

hubo en el recorrido. Cada iteraci´

on corresponde a un minuto,

y deber´

as simular por 12 horas. Inicialmente el recorrido

comienza con una micro en el primer paradero y se genera una

nueva micro en ese paradero cada mins minutos.

(122)

Simulaci´

on

¿D´

onde implemento la funci´

on simular?

1 i m p o r t r a n d o m 2 c l a s s M i c r o : 3 # ( . . . ) 4 c l a s s R e c o r r i d o : 5 # ( . . . ) 3 # ( . . . ) 4 c l a s s R e c o r r i d o : 5 # ( . . . ) 6 7 def s i m u l a r () : 63

(123)

Simulaci´

on

¿D´

onde implemento la funci´

on simular?

1 i m p o r t r a n d o m 2 c l a s s M i c r o : 3 # ( . . . ) 4 c l a s s R e c o r r i d o : 5 # ( . . . )

... en el c´

odigo principal:

1 i m p o r t r a n d o m 2 c l a s s M i c r o : 3 # ( . . . ) 4 c l a s s R e c o r r i d o : 5 # ( . . . ) 6 7 def s i m u l a r () : 63

(124)

Simulaci´

on

¿Qu´

e par´

ametros recibe?

1 i m p o r t r a n d o m 2 c l a s s M i c r o : 3 # ( . . . ) 4 c l a s s R e c o r r i d o : 5 # ( . . . ) 6 7 def s i m u l a r ( n , d , m i n s ) : 64

(125)

Simulaci´

on

¿Qu´

e par´

ametros recibe?

“... que reciba como par´

ametros un n´

umero n de paraderos, la

distancia d entre paraderos y la cantidad mins de minutos que

transcurren entre la salida de una micro y la pr´

oxima.”

(126)

¿Qu´

e par´

ametros recibe?

“... que reciba como par´

ametros un n´

umero n de paraderos, la

distancia d entre paraderos y la cantidad mins de minutos que

transcurren entre la salida de una micro y la pr´

oxima.”

(127)

Simulaci´

on

¿C´

odigo de la funci´

on?

“Esta funci´

on debe imprimir el m´

aximo y el promedio de la

cantidad de micros que hubo en el recorrido. Cada iteraci´

on

corresponde a un minuto, y deber´

as simular por 12 horas.

Inicialmente el recorrido comienza con una micro en el primer

paradero y se genera una nueva micro en ese paradero cada

mins minutos.”

(128)

¿C´

odigo de la funci´

on?

“Esta funci´

on debe imprimir el m´

aximo y el promedio de la

cantidad de micros que hubo en el recorrido. Cada iteraci´

on

corresponde a un minuto, y deber´

as simular por 12 horas.

Inicialmente el recorrido comienza con una micro en el primer

paradero y se genera una nueva micro en ese paradero cada

mins minutos.”

(129)

Simulaci´

on

C´

odigo:

Crear un Recorrido y agregarle una Micro en el primer

paradero.

While que itere por 12 · 60 minutos.

Simular recorrido minuto a minuto.

Agregar una micro cada mins minutos.

Agregar variables que recuerden m´

aximo y promedio

micros en recorrido.

(130)

¿C´

omo creo un Recorrido con una micro en el paradero 1?

1 i m p o r t r a n d o m 2 c l a s s M i c r o : 3 def _ _ i n i t _ _ ( s e l f ) : 4 s e l f . u l t i m o _ p a r a d e r o = 1 5 s e l f . d i s t a n c i a _ d e l _ p a r a d e r o = 0 6 s e l f . v e l o c i d a d = r a n d o m . r a n d i n t ( 1 0 0 , 9 0 0 ) 7 # ( . . . ) 8 c l a s s R e c o r r i d o : 9 def _ _ i n i t _ _ ( self , np , dp ) : 10 s e l f . m i c r o s =[] 11 s e l f . n u m e r o _ d e _ p a r a d e r o s = np 12 s e l f . d i s t a n c i a _ e n t r e _ p a r a d e r o s = dp 13 def a g r e g a r _ m i c r o ( self , m ) : 14 s e l f . m i c r o s . a p p e n d ( m ) 15 # ( . . . ) 16 17 def s i m u l a r ( n , d , m i n s ) : 67