Aulas e o jogo de aprendizado

Python para ciência e matemática

Ciência espacial em Python puro num Pi: unidades, passos de Euler, Monte Carlo, barras de erro e mínimos quadrados, e depois um pêndulo com fotocomporta que mede g.

O curso

Python para ciência e matemática é um curso de programação de nível intermediário em sete aulas, para quem terminou Python do zero. Não há numpy no Pi, então cada método é escrito à mão, e cada número citado em um passo é o que o Pi imprime. Os passos são conferidos com o monitor serial; as duas últimas aulas cronometram pulsos reais de um fotossensor no GPIO17.

  1. Unidades: o peso de um astronauta em Marte (259,7 N), os segundos de libra-força que perderam a Mars Climate Orbiter, o atraso de rádio de 3 a 22 minutos até Marte, notação científica e por que 0.1 + 0.2 == 0.3 é False.
  2. Métodos numéricos: o método de Newton para raízes quadradas e um critério de parada, bisseção no próprio cúbico de Newton, a equação de Kepler para saber onde Marte está na órbita, e a regra do trapézio, com o erro caindo cem vezes quando as fatias aumentam dez vezes.
  3. Uma bola caindo: passos de Euler para uma queda de 100 m na Terra e em Marte, um passo menor, arrasto do ar que nenhuma fórmula resolve de forma limpa, depois a órbita da ISS, que desvia 96 km por volta até velocidade e posição trocarem de lugar (Euler-Cromer).
  4. Monte Carlo: pi a partir de dardos aleatórios, a lei do erro 1 / sqrt(n), a chance de uma sonda marciana acertar uma pedra (2,4 por cento) e seeds que tornam uma execução aleatória repetível.
  5. Estatística de um sensor: média, desvio padrão amostral à mão, erro padrão, uma conferência com statistics e um fotossensor que cronometra o mesmo pêndulo muito melhor do que um polegar num cronômetro.
  6. Ajustando uma reta: T^2 contra L para endireitar a curva de um pêndulo, mínimos quadrados à mão, g a partir da inclinação, resíduos e R^2 e uma previsão do pêndulo de segundos.
  7. Projeto: meça g com um pêndulo: o grande final.

O projeto

Um pêndulo de 0,994 m passa por um fotossensor (um interruptor com fenda KY-010) no GPIO17, e o Pi marca cada corte do feixe com time.monotonic(). Quatro intervalos fazem dois períodos, e g = 4 pi^2 L / T^2 dá 9,81 m/s^2. Configure o sensor na velocidade em que um pêndulo marciano o cortaria e o mesmo código lê 3,73. Uma barra de erro da trena e da cronometragem mostra que o comprimento agora é o elo fraco, o programa diz em qual mundo o pêndulo está balançando, e um relatório de laboratório de cinco linhas encerra tudo.

No canvas, a roda de uma fenda só do fotossensor substitui o peso: cada volta corta o feixe uma vez, então 60 RPM é um corte por segundo, exatamente o que o peso faz ao passar pelo ponto mais baixo de cada balanço. O slider se move em RPM inteiros, então a passagem por Marte (37 RPM) fica meio por cento acima, e a aula explica por quê.

O que o motor do Pi faz de diferente

  • É MicroPython 1.29, não CPython. O random dele é próprio, então uma seed gera dardos diferentes do Python do desktop, e os números de Monte Carlo nas aulas são os do Pi.
  • round() e a formatação de floats podem diferir no último dígito em relação ao CPython: round(2.675, 2) dá 2.68 aqui. As aulas imprimem com especificadores de formato e comparam floats com uma tolerância.
  • As f-strings aceitam largura, precisão e notação e, mas não o separador de milhares ,.
  • Um dict não mantém a ordem em que as chaves foram inseridas, então a busca de planetas no projeto compara todas as entradas em vez de depender da ordem.
  • Não há numpy, matplotlib ou pandas. math e statistics estão aqui, e todo o resto é um loop que você consegue ler.
  • O tempo é simulado: time.monotonic() lê o relógio do circuito, então os intervalos do fotossensor são exatos até o microssegundo.

Não há circuito de fotossensor para o Pi na galeria, então o curso desenha um: o fotointerruptor KY-010 no GPIO17, alimentado pelos 3,3 V do Pi.