{"id":7873,"date":"2015-05-05T09:00:02","date_gmt":"2015-05-05T14:00:02","guid":{"rendered":"http:\/\/blog.espol.edu.ec\/ccpg1001\/?p=7873"},"modified":"2026-04-06T14:31:52","modified_gmt":"2026-04-06T19:31:52","slug":"tipos-de-datos-numericos","status":"publish","type":"post","link":"https:\/\/blog.espol.edu.ec\/algoritmos101\/fp-u02\/tipos-de-datos-numericos\/","title":{"rendered":"2.1 Tipos de datos num\u00e9ricos en programaci\u00f3n"},"content":{"rendered":"\n
\n\n\n\n
\n

Escalares<\/a><\/p>\n\n\n\n

Vectores<\/a><\/p>\n\n\n\n

Matrices<\/a><\/p>\n\n\n\n

Listas<\/a><\/p>\n\n\n\n

||<\/p>\n\n\n\n

Operaciones<\/a><\/p>\n<\/div>\n\n\n\n

\n\n\n\n

Referencia<\/strong><\/em>: Van Rossum 3.2 p9, Rodr\u00edguez 5.6.1 p58, Downey 2.1<\/p>\n\n\n\n

1. Datos num\u00e9ricos ESCALARES<\/h2>\n\n\n\n

Las variables num\u00e9ricas de un solo valor o elemento utilizadas en un algoritmo se clasificar\u00e1n en enteras, reales, complejas y l\u00f3gicas.<\/p>\n\n\n\n

1.1 Variables num\u00e9ricas tipo entero<\/h3>\n\n\n\n
\"n\u00famero<\/figure>\n\n\n\n

Es el tipo de variable usada para contar el n\u00famero de estudiantes presentes en un aula de clases, pasajeros en un bus, barco o avi\u00f3n.<\/p>\n\n\n\n

\"n\u00famero<\/figure>\n\n\n\n

Los datos num\u00e9ricos enteros indican la cantidad de elementos: una manzana, cuatro manzanas en un canasto, etc.<\/p>\n\n\n\n

La variable num\u00e9rica recomendada a usar en los casos es la tipo entera<\/strong>, pues siempre los decimales ser\u00edan cero.<\/p>\n\n\n\n

Ejemplo de tipo de datos num\u00e9ricos enteros en Python: int<\/strong>()<\/p>\n\n\n\n

>>><\/span> a = int<\/span>(input<\/span>('escriba un entero: '<\/span>))\n>>><\/span> b = 5\n>>><\/span> c = a*b\n>>><\/span> type<\/span>(a)\n<class 'int'><\/span><\/code><\/pre>\n\n\n\n
1.2 Variables tipo Real<\/h3>\n\n\n\n
\"variable<\/figure>\n\n\n\n
Este tipo de variable se usa para escribir por ejemplo el precio de un producto que incluye los centavos, el peso de un producto en Kg, el n\u00famero \u03c0.<\/p>\n\n\n\n
En estos casos, al escribir con decimales, se los considera como variable tipo real<\/strong>. Ejemplos: $9.99, $89.32, 1.268Kg, 3.1416<\/p>\n\n\n\n
\"variable<\/figure>\n\n\n\n
Ejemplo de tipo de datos num\u00e9ricos reales en Python: float<\/strong>()<\/p>\n\n\n\n
>>><\/span> g = float<\/span>(input<\/span>('escriba un real'<\/span>)\n>>><\/span> valor = 3.1415927\n>>><\/span> type<\/span>(valor)\n<class 'float'><\/span><\/code><\/pre>\n\n\n\n
1.3 Variables tipo Compleja<\/h3>\n\n\n\n
El tipo de dato num\u00e9rico usado usado para representar n\u00fameros complejos, aquellos que tienen parte imaginaria (raiz(-1)). En Python se definen en dos partes como: complex<\/strong>(real,imaginaria)<\/p>\n\n\n\n
>>><\/span> w = complex<\/span>(1,.5)\n>>><\/span> w\n(1+0.5j)<\/span>\n>>><\/span> type<\/span>(w)\n<class 'complex'><\/span>\n>>><\/span> w.real\n1.0<\/span>\n>>><\/span> w.imag\n0.5<\/span>\n>>><\/span> w.conjugate()\n(1-0.5j)<\/span><\/code><\/pre>\n\n\n\n
1.4 Variables tipo Booleana<\/h3>\n\n\n\n
Se usan en l\u00f3gica matem\u00e1tica como valor verdadero 1 y falso 0.<\/p>\n\n\n\n
\"variable<\/figure>\n\n\n\n
Tienen aplicaciones como en asistencia a clases:<\/p>\n\n\n\n
presente=0,<\/p>\n\n\n\n
presente=1,<\/p>\n\n\n\n
y pueden sustituir s\u00edmbolos como \u221a para asistencia y X<\/em> para una ausencia de una clase.<\/p>\n\n\n\n
>>><\/span> tarea = True\n>>><\/span> type(tarea)\n<class 'bool'><\/span>\n>>><\/span> leccion = False\n>>><\/span> aprender = tarea and<\/span> leccion\n>>><\/span> aprender\nFalse<\/span>\n>>><\/span> asiste = tarea or<\/span> leccion\n>>><\/span> asiste\nTrue<\/span>\n>>><\/span> esperanza = not<\/span>(leccion)\n>>><\/span> esperanza\nTrue<\/span>\n>>><\/span> examen = 1\n>>><\/span> leccion = 1\n>>><\/span> tarea = 0\n>>><\/span> aprendizaje = leccion and<\/span> tarea\n>>><\/span> aprendizaje\n0<\/span>\n>>><\/span> estudia = leccion or<\/span> tarea\n>>><\/span> estudia\n1<\/span>\n>>><\/span> aprueba = examen and<\/span> leccion and<\/span> tarea\n>>><\/span> aprueba\n0<\/span><\/code><\/pre>\n\n\n\n
Para el desarrollo de algoritmos  b\u00e1sicos se describir\u00e1n solo estos tipos num\u00e9ricos como grupos principales. Para el caso de lenguajes de programaci\u00f3n se definir\u00e1n otros subtipos: entero, entero largo, real, real doble, etc. que se describir\u00e1n durante el desarrollo del curso<\/p>\n\n\n\n
\n\n\n\n
\n
Escalares<\/a><\/p>\n\n\n\n
Vectores<\/a><\/p>\n\n\n\n
Matrices<\/a><\/p>\n\n\n\n
Listas<\/a><\/p>\n\n\n\n
||<\/p>\n\n\n\n
Operaciones<\/a><\/p>\n<\/div>\n\n\n\n
\n\n\n\n
2. VECTORES en programaci\u00f3n<\/h2>\n\n\n\n
\"vectores,<\/figure>\n\n\n\n
Usados por ejemplo para tabular la cantidad e manzanas en los arboles de un huerto como control de producci\u00f3n por \u00e1rbol.<\/p>\n\n\n\n
La fila de un huerto<\/strong> es el vector, cada \u00e1rbol<\/strong> es el \u00edndice<\/strong> del vector, la cantidad de manzanas producidas es el valor<\/strong> de cada casilla del vector.<\/p>\n\n\n\n
\n
\u00e1rbol<\/td>1<\/strong><\/td>2<\/strong><\/td>3<\/strong><\/td><\/tr>
manzanas<\/td>15<\/td>18<\/td>17<\/td><\/tr><\/tbody><\/table><\/figure>\n<\/div>\n\n\n\n
tama\u00f1o del vector=3<\/p>\n\n\n\n
Por ejemplo, en el huerto, el \u00e1rbol con la etiqueta 2 tiene 18 manzanas.<\/p>\n\n\n\n
huerto = [15,18,17]\nhuerto[2] = 18<\/code><\/pre>\n\n\n\n
En realidad en programaci\u00f3n el primer \u00edndice ser\u00e1 el cero, asunto a tomar en cuenta cuando se usan los \u00edndices entre la programaci\u00f3n y el uso diario de identificadores. Es semejante cuando culturalmente se numeran los pisos de un edificio como planta baja, primer piso, segundo piso<\/p>\n\n\n\n
\u00edndices = [0,1,2,..]\nhuerto = [15,18,17]\nhuerto[1] = 18<\/code><\/pre>\n\n\n\n
en el ejemplo el vector se encuentra formado por n\u00fameros enteros.<\/p>\n\n\n\n
ARREGLOS<\/h3>\n\n\n\n
Arreglos<\/em> de una dimensi\u00f3n o vectores, requieren usar la librer\u00eda Numpy<\/strong>. La librer\u00eda Numpy<\/code> incorpora muchas operaciones de vectores y matrices usadas en otros cursos como \u00e1lgebra lineal (https:\/\/blog.espol.edu.ec\/matg1049\/<\/a>)
<\/strong><\/p>\n\n\n\n
Vectores - Arreglos de una dimensi\u00f3n<\/h3>\n\n\n\n
Por ejemplo: las notas de 1ra, 2da y 3ra evaluaci\u00f3n se pueden escribir en un vector.<\/p>\n\n\n\n vector = \\begin{pmatrix}7.2 \\\\ 8.4 \\\\ 9.23\\end{pmatrix}<\/span>\n\n\n\n
>>><\/span> import<\/span> numpy as<\/span> np\n>>><\/span> vector = np.array([7.2, 8.4, 9.23])\n>>><\/span> type<\/span>(vector)\n<class 'numpy.ndarray'><\/span><\/code><\/pre>\n\n\n\n
Para el caso de calificaciones, se pueden usar n\u00fameros reales como elementos del vector.<\/p>\n\n\n\n
Los vectores pueden contener escalares de tipo entero, real o complejo, como se usan en matem\u00e1ticas.<\/p>\n\n\n\n
\n\n\n\n
\n
Escalares<\/a><\/p>\n\n\n\n
Vectores<\/a><\/p>\n\n\n\n
Matrices<\/a><\/p>\n\n\n\n
Listas<\/a><\/p>\n\n\n\n
||<\/p>\n\n\n\n
Operaciones<\/a><\/p>\n<\/div>\n\n\n\n
\n\n\n\n
3. Matrices - Arreglos de dos dimensiones<\/h2>\n\n\n\n
\"matrices<\/figure>\n\n\n\n
Una matriz Matriz o arreglo puede ser desde un sistema de ecuaciones, una tabla de goles de un campeonato o una hoja de calendario. <\/p>\n\n\n\n
Se usan \u00edndices para filas y columnas. Para ele ejemplo las filas representan las semanas y las columnas el nombre del d\u00eda.<\/p>\n\n\n\n
El valor de una casilla se determina por el nombre de la matriz y sus correspondientes fila y columna.<\/p>\n\n\n matriz = \\begin{pmatrix}1.2 && 2.45 && 5.3 \\\\ 0.3 && 1.75 && 4.89\\end{pmatrix}<\/span>\n\n\n\n
Matrices requieren llamar a la librer\u00eda numpy<\/strong>, para compatibilidad con los conceptos de matrices y \u00e1lgebra lineal.<\/p>\n\n\n\n
>>><\/span> matriz=numpy.array([[1.2, 2.45, 5.3],\n                        [0.3, 1.75, 4.89]])\n>>><\/span> type<\/span>(matriz)\n<class 'numpy.ndarray'><\/span>\n>>><\/span> matriz\narray([[ 1.2 , 2.45, 5.3 ],\n       [ 0.3 , 1.75, 4.89]])<\/span><\/code><\/pre>\n\n\n\n
las matrices de igual manera pueden contener valores de de tipo entero, real o complejo, etc. acorde al problema a realizar.<\/p>\n\n\n\n
El tema se  desarrolla mucho m\u00e1s en la unidad 4  en el enlace:<\/p>\n\n\n\n
\n\n\n\n
\n
Escalares<\/a><\/p>\n\n\n\n
Vectores<\/a><\/p>\n\n\n\n
Matrices<\/a><\/p>\n\n\n\n
Listas<\/a><\/p>\n\n\n\n
||<\/p>\n\n\n\n
Operaciones<\/a><\/p>\n<\/div>\n\n\n\n
\n\n\n\n
4. LISTAS<\/h2>\n\n\n\n
Otra forma de agrupar datos como en vectores y matrices son las listas<\/code>.<\/p>\n\n\n\n
Para uso de matem\u00e1ticas, c\u00e1lculo num\u00e9rico o \u00e1lgebra lineal se recomienda usar arreglos, pues las operaciones de las librer\u00edas (numpy<\/code>) est\u00e1n optimizadas para el uso de arreglos.<\/p>\n\n\n\n
Ejemplo de un vector de n\u00fameros enteros como lista:<\/p>\n\n\n\n
>>><\/span> vector = [1,4,2,1]\n>>><\/span> type<\/span>(vector)\n<class 'list'><\/span><\/code><\/pre>\n\n\n\n
Ejemplo de una matriz como lista:<\/p>\n\n\n\n
>>><\/span> matriz = [[1,2,3,4],\n              [5,6,7,8]]\n>>><\/span> type<\/span>(matriz)\n<class 'list'><\/span>\n>>><\/span> matriz[0][2]\n3<\/span>\n>>><\/span><\/code><\/pre>\n\n\n\n
En el caso de vectores y matrices num\u00e9ricos es preferible usar arreglos por la disponibilidad de operaciones num\u00e9ricas, algebraicas disponibles en la librer\u00eda Numpy<\/strong>.<\/p>\n\n\n\n
\n\n\n\n
\n
Escalares<\/a><\/p>\n\n\n\n
Vectores<\/a><\/p>\n\n\n\n
Matrices<\/a><\/p>\n\n\n\n
Listas<\/a><\/p>\n\n\n\n
||<\/p>\n\n\n\n
Operaciones<\/a><\/p>\n<\/div>\n\n\n\n
\n","protected":false},"excerpt":{"rendered":"
Escalares Vectores Matrices Listas || Operaciones Referencia: Van Rossum 3.2 p9, Rodr\u00edguez 5.6.1 p58, Downey 2.1 1. Datos num\u00e9ricos ESCALARES Las variables num\u00e9ricas de un solo valor o elemento utilizadas en un algoritmo se clasificar\u00e1n en enteras, reales, complejas y l\u00f3gicas. 1.1 Variables num\u00e9ricas tipo entero Es el tipo de variable usada para contar el […]<\/p>\n","protected":false},"author":8043,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"wp-custom-template-entrada-fp-unidades","format":"standard","meta":{"footnotes":""},"categories":[103],"tags":[],"class_list":["post-7873","post","type-post","status-publish","format-standard","hentry","category-fp-u02"],"_links":{"self":[{"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/posts\/7873","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/users\/8043"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/comments?post=7873"}],"version-history":[{"count":10,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/posts\/7873\/revisions"}],"predecessor-version":[{"id":24115,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/posts\/7873\/revisions\/24115"}],"wp:attachment":[{"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/media?parent=7873"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/categories?post=7873"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/algoritmos101\/wp-json\/wp\/v2\/tags?post=7873"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
4.2 Matrices - Arreglos de dos dimensiones en Python<\/a><\/p>\n\n\n\n
El tema se desarrolla en la Unidad 4<\/a> con ejemplos y ejercicios.<\/p>\n\n\n\n