Funciones seccionadas

Curso de Funciones Matemáticas para Data Science e Inteligencia Artificial

Contenido del curso

Aprendamos lo elemental

Todo sobre funciones

Funciones en ciencia de datos

Modela tu primer función

Este no es el fin

18
Te has iniciado detrás del secreto de la ciencia de datos
02:22 min

Tomar examen

Funciones seccionadas

Comentarios98

Willy Samuel Paz Colque

Estudiante

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

Estudiante

Simplicidad absoluta.

Juan R. Vergara M.

Estudiante

Esto solo lo da la experiencia, gracias.

JESUS ONESIMO ZAMORA GARCIA

Estudiante

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

Estudiante

Elegante!

Gibran Alonso Pérez Favela

Estudiante

wow

Alvaro Torres Sánchez

Estudiante

Así lo hice yo 🤔

Esmeralda Palacios

Estudiante

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

Estudiante

Así mismo la hice yo :D

Juan Ochoa

Estudiante

Dejo una lectura adicional de las funciones seccionadas acá

Eduardo Monzón

Estudiante

Genial, gracias.

Jeisson Espinosa

Estudiante

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

Estudiante

3 años despues me sigues salvando, gracias

DIEGO ALEXANDER ARISTIZABAL ARISTIZA

Estudiante

este es el aporte del reto>

![](

Italo Buitron

Estudiante

#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()

Marco Antonio Chaccara Molina

Estudiante

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)

Daniel Andres Rojas Paredes

Estudiante

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

Estudiante

Tambien se puede hacer con np.absolute

Ricardo Gomez

Estudiante

Luna Isabela Torres Torres

Estudiante

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

me podrías explicar

Patrick Antony Bent Bowie

Estudiante

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

Estudiante

Juan Sebastian Flórez Gómez

Estudiante

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

Estudiante

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

Claudio Caniullan Calfin

Estudiante

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

Estudiante

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

Estudiante

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

Estudiante

La función escalón se ocupa en redes neuronales

Javier Agudelo

Estudiante

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

Dominio y rango de una función

Cómo leer las matemáticas: Símbolos generales

Cómo leer las matemáticas: Conjuntos

Todo sobre funciones

Funciones algebraicas lineales

Funciones algebraicas polinómicas

Funciones trascendentes