Funciones seccionadas

Clase 10 de 18 • Curso de Funciones Matemáticas para Data Science e Inteligencia Artificial

Comentarios

Willy Samuel Paz Colque

student•

mi forma favorita de implementar esto es:

import numpy as np

def f(x):
    # np.int0 es un cast a números enteros
    return np.int0(x >= 0)

Alfonso Andres Zapata Guzman

student•

Simplicidad absoluta.

Juan R. Vergara M.

student•

Esto solo lo da la experiencia, gracias.

JESUS ONESIMO ZAMORA GARCIA

student•

Según yo así:

def f(x):
  return np.absolute(x)

x = np.linspace(-10,10, num=1000)

y=f(x)

plt.plot(x, y)

Jeinfferson Bernal G

student•

Elegante!

Gibran Alonso Pérez Favela

student•

wow

Alvaro Torres Sánchez

student•

Así lo hice yo 🤔

Esmeralda Palacios

student•

funciona, después de todo es con base en su definición, aunque numpy ya la trae incluida, pero haces bien practicándolo de esa forma :)

Jeanfreddy Gutiérrez Torres

student•

Así mismo la hice yo :D

Juan Ochoa

student•

Dejo una lectura adicional de las funciones seccionadas acá

Eduardo Monzón

student•

Genial, gracias.

Jeisson Espinosa

student•

Información resumida de esta clase #EstudiantesDePlatzi

Las funciones seccionadas son funciones que se comportan de manera diferente dependiendo de los trozos o secciones
Las funciones seccionadas se definen H (x)
enumerate es una función en Python que nos permite tener el índice y el elemento de un arreglo
Existen muchas funciones seccionadas
La función real valor absoluto se define sobre el conjunto de todos los números reales asignando a cada número real su respectivo valor absoluto

Bernardo Aguayo Ortega

student•

3 años despues me sigues salvando, gracias

DIEGO ALEXANDER ARISTIZABAL ARISTIZA

student•

este es el aporte del reto>

![](

Italo Buitron

student•

#Valor absoluto:

def f(x):

    lista = []

    for value in x:
        if value > 0:
            value = value
            lista.append(value)

        elif value < 0:
            value = value*-1
            lista.append(value)

        else:
            value = 0
            lista.append(value)
    
    return lista

N = 1000
x = np.linspace(-10,10,num=N)
y = f(x)

fig, ax = plt.subplots()
ax.plot(x,y)
ax.grid()

Daniel Andres Rojas Paredes

student•

HOLA TAMBIEN TE ESTA COSTANDO ENTENDER EL Errror de ambiguedad en el codigo aca te lo explico.

lo que esta pasando es que inicialmente se esta intentando comparar un numero (escalar) con un arreglo de numeros (vector), si a ti te pidieran hacerlo como lo harias?

EXACTO

ese es el meoyo del asunto, entonces el arreglo es cambiar la forma en la que se hace la comparacion dato por dato para cada dato del arreglo x

y pues Y se construye llena de ceros desde antes de la comparacion porque para llenarla con los resultados tenemos que tenerla ya definida con un tamaño fijo, asi funcionan los arreglos en numpy, que le vamos a hacer .

Willy Da Conceicao

student•

Tambien se puede hacer con np.absolute

Ricardo Gomez

student•

Luna Isabela Torres Torres

student•

No entiendi por qué y=abs_value(8 + 2*x)

me podrías explicar

Marco Antonio Chaccara Molina

student•

Con esto la función trabajará con arrays. Si x es menor a 0, el valor que regresa es 0, caso contrario, 1.

def H(x):
  return np.where(x < 0 ,0,1)  

N=1000

x = np.linspace(-10,10, num=N)

y = H(x)

plt.plot(x,y)

Patrick Antony Bent Bowie

student•

import matplotlib.pyplot as plt

import numpy as np

def f(x): return np.absolute(x) N=1000 x = np.linspace(-10,10, num=N) y = f(x) plt.plot(x,y)

Maria del Mar Acosta Sanchez

student•

Juan Sebastian Flórez Gómez

student•

Hay una función muy interesante llamada "sigmoide". La función que representa una sigmoide es la siguiente:

f(x) = (1 + e^(-x))^(-1)

Donde e es el número de Euler.

Esta función tiene propiedades muy interesantes. Por ejemplo, se puede demostrar que su derivada es igual a:

f’(x) = f(x)*[1 - f(x)]

Pero lo que quiero resaltar es su comportamiento, el cual es muy similar al de la función escalón de Heaviside, ya que solo toma valores entre 0 y 1, es decir, su rango es (0, 1).

Esta función es muy usada cuando se trabaja con redes neuronales.

Si quieren implementar la función sigmoide en Python, aquí les dejo el código:

import numpy as np

def f(x):
    return (1 + np.exp(-x))**(-1)

Así se ve la gráfica de la función:

Anthony Jean Paul Blaz Lazo

student•

Acerca de las funciones de valor absoluto https://www.varsitytutors.com/hotmath/hotmath_help/spanish/topics/absolute-value-functions

Claudio Caniullan Calfin

student•

La gráfica de la función H(x) que se realizo en google colab en el minuto 7:30 no es la más precisa en términos matemáticos, el segmento de recta vertical no debe ir en la gráfica, es solo un detalle pero no menos importante.

Italo Buitron

student•

Escalón de Heaviside, siguiendo la metodolia de las anteriores

def H(x):

    lista = []

    for value in x:
        if value >= 0:
            value = 1
            lista.append(value)
        else:
            value = 0
            lista.append(value)

    return lista

N = 1000
x = np.linspace(-10,10,num=N)
y = H(x)

fig, ax = plt.subplots()
ax.plot(x,y)
ax.grid()

Christian Roman

student•

Esta clase es un preambulo de lo que podemos ver en una función logistica para modelos de ML para regresiones logísticas. Importante repasar bien esta clase.

Carlos Enrique Arrieta Fierro

student•

La función escalón se ocupa en redes neuronales

Javier Agudelo

student•

Así realice la solución al problema propuesto

def Abs_value(x):
    Y=np.zeros(len(x))
    for idx,x in enumerate(x):
        if x >= 0:
            Y[idx]=x
        else:
            Y[idx]=-x
    return Y

A=1000
x=np.linspace(-5, 5, num=A)
y=Abs_value(x)

fig,ax = plt.subplots()
ax.plot(x,y)
ax.grid(linestyle='--')
plt.title("Funciones a trozos - Valor Abs")

![](

def f(x):

    lista = []

    for value in x:
        if value > 0:
            value = value
            lista.append(value)

        elif value < 0:
            value = value*-1
            lista.append(value)

        else:
            value = 0
            lista.append(value)
    
    return lista

N = 1000
x = np.linspace(-10,10,num=N)
y = f(x)

fig, ax = plt.subplots()
ax.plot(x,y)
ax.grid()

def H(x):

    lista = []

    for value in x:
        if value >= 0:
            value = 1
            lista.append(value)
        else:
            value = 0
            lista.append(value)

    return lista

N = 1000
x = np.linspace(-10,10,num=N)
y = H(x)

fig, ax = plt.subplots()
ax.plot(x,y)
ax.grid()

def Abs_value(x):
    Y=np.zeros(len(x))
    for idx,x in enumerate(x):
        if x >= 0:
            Y[idx]=x
        else:
            Y[idx]=-x
    return Y

A=1000
x=np.linspace(-5, 5, num=A)
y=Abs_value(x)

fig,ax = plt.subplots()
ax.plot(x,y)
ax.grid(linestyle='--')
plt.title("Funciones a trozos - Valor Abs")

Funciones seccionadas

Aprendamos lo elemental

Necesitas aprender sobre funciones

¿Qué es una función?

Tipos de variables

Qué es el dominio y rango en funciones

Cómo leer las matemáticas: Símbolos generales

Cómo leer las matemáticas: Conjuntos

Todo sobre funciones

Funciones algebraicas lineales

Funciones algebraicas polinómicas

Funciones trascendentes

Funciones seccionadas

Funciones compuestas

¿Cómo manipular funciones?

Características de las Funciones Reales

Funciones en ciencia de datos

Conoce al perceptrón

Funciones de activación

Modela tu primer función

Entendiendo la regresión lineal simple

¿Cómo se calcula un error?

Este no es el fin

Te has iniciado detrás del secreto de la ciencia de datos