Archivo de la categoría: Lo que he aprendido

Lo que he aprendido: ejemplos con código en LaTeX

Estaba currelando en mis traspas para el curso de LaTeX para los doctorandos de mi uni y me pareció buena idea mostrar junto el LaTeX y el resultado para las tablas, ecuaciones y demás mandanga. Sabía que el paquete tcolorbox permite hacer esas historias, pero me parecía demasiado para la poca cosa que quería hacer. Así que hurgué un poco y me encontré con showexpl, un paquetillo que sirve precisamente para hacer lo que yo quería.

No os voy a contar gran cosa porque no deja de ser un añadido a listings que nos da el entorno LTXexample para escribir el código en un lado y el resultado en el otro. De hecho, en las opciones del entorno se puede meter la configuración de los listados y los pies funcionan exactamente igual que los de lstlisting.

Os dejo un ejemplo con los colores de la plantilla de beamer que estoy usando para que juguéis, es bastante claro lo que hace todo:

\documentclass[a4paper]{article}

\usepackage{xcolor}
\usepackage{amsmath}

\usepackage[final]{showexpl}

% Definición de colores
\definecolor{colororange}{HTML}{E65100} % orange
\definecolor{colordgray}{HTML}{795548}  % dark gray for note
\definecolor{colorhgray}{HTML}{212121}  % heavy dark gray for normal text
\definecolor{colorgreen}{HTML}{009688}  % green
\definecolor{colorlgray}{HTML}{FAFAFA}  % background light gray
\definecolor{colorblue}{HTML}{0277BB}   % blue

% Estilo de código
\lstset{
        tabsize=2, 
        backgroundcolor=\color{colorlgray},
        captionpos=b, 
        basicstyle=\small\ttfamily,
        columns=fixed, 
        extendedchars=true, 
        breaklines=true,
        prebreak = \raisebox{0ex}[0ex][0ex]{\ensuremath{\hookleftarrow}},
        showtabs=false, 
        showspaces=false,
        keywordstyle=\bfseries\color{colororange},
        commentstyle=\color{colorgreen}, 
        stringstyle=\color{colorblue},
        language={[LaTeX]TeX},
        texcsstyle=*\color{colororange}
}

\begin{document}

% Ejemplo de código
\begin{LTXexample}[pos=r,wide,width=.7,rframe={}]
% - pos: lugar donde saldrá el resultado
% - width: anchura relativa del resultado
% - rframe={}: para que no me ponga un cuadrado alrededor
\begin{equation}
  A = \pi\times R^2
\end{equation}
\end{LTXexample}

\end{document}

que nos crea esto:

A la izquierda el código de LaTeX necesario para escribir una ecuación. A la derecha la ecuación.

Ale, cambiadme parámetros y cosas y me decís qué os sale.

Anuncios

Lo que he aprendido: de Matlab a Julia

Hoy vengo a contaros una historia que se inició cuando volví de las vacaciones y descubrí que necesitaba reactivar la licencia de Matlab. Esto llevó a un lío en el que el servicio informático me desinstaló el programa y me instaló una versión hipervieja, en mi departamento me contaron que no, que no tenía que haber contactado con el servicio informático que la licencia la llevaba otra persona, tuve que desinstalar el Matlab viejo, reinstalar el nuevo y activar la licencia como decía esa persona. En definitiva, dos días de trabajo perdidos.

Si ya detestaba Matlab, esto me llevó a odiarlo aun más y buscar una alternativa libre y viable lo antes posible. Ya había andado con GNU Octave antes, pero no quería pasarme a algo que fuera siguiendo a Matlab (y a su sintaxis incoherente, sus funciones cambiantes de versión a versión y demás mierdas variadas que me sacn de quicio). Así que me puse a investigar lo que según el Fediverso es la mejor alternativa libre: el novedosísimo lenguaje de programación Julia cuya versión 1.0 es de agosto de este mismo año.

Sobre el lenguaje

Dicen sus creadores que cuando diseñaron Julia querían un lenguaje abierto (lleva licencia MIT porque se creó en el MIT), tan rápido como C, tan dinámico como Ruby, homoicónico como Lisp, con una notación matemática tan sencilla como la de Matlab, tan generalista como Python, tan útil para cálculo estadístico como R, con tantas capacidades para trabajar con texto como Perl y tan bueno juntando programas entre sí como un intérprete de comandos. Algo sencillo pero que satisficiera a los expertos, que fuera interpretado y compilado. Poquita cosa, vamos.

Lo presentaron en un paper, cosa que a mí ya me gana, y con unos números bastante espectaculares en el benchmark en el que pulen a Matlab en tiempos de computación y se acercan peligrosamente a C++, que toman como referencia. Del lenguaje poco más os puedo decir porque no entiendo nada más, solo que está escrito en una mezcla de C, C++ y Scheme, cosa que lo hace cuanto menos exótico.

En fin, centrándonos en cómo ponernos ya mismo a programar en Julia, no tenemos más que ir a su página de descargas y elegir nuestro método favorito. Yo, de momento, me he instalado el cacharro en el Windows del trabajo.

Diferencias con Matlab

En mi caso concreto que vengo de Matlab, lo que me interesa saber es cuánto de mi conocimiento actual puedo reciclar y la buena nueva es que ¡mucho! La sintaxis de ambos lenguajes es practicamente igual con algunas pequeñas diferencias a las que me he acostumbrado rápido, por ejemplo:

  • Los paréntesis solo se usan para pasar argumentos a las funciones, para elegir elementos de una matriz se usan los corchetes
  • No se copian las matrices, cuando hacemos A = B si cambiamos B cambia A
  • Para aplicar cierta operación elemento a elemento tenemos el operador splat ... o la construcción f.(x)
  • No se agrandan las matrices automáticamente, lo que nos obliga a prealquilar memoria
  • Se pueden tener todas las funciones que se quiera en un mismo archivo

Para los primeros días de locura tenemos hasta un traductor Matlab – Julia que nos ayuda a detectar estas pequeñas diferencias que son difíciles de ver.

Lo que más he notado es que Julia nos obliga a tener buenas prácticas a la hora de programar. Os pongo un ejemplo que me encanta: cuando calculas los autovalores con un método iterativo como Lanczos, te da cada vez cosas diferentes porque empieza con un vector aleatorio si tú, so vago matlabil, no le dices de dónde debe empezar, cosa que deberías hacer porque es tu matriz.

Otro tema chulo y diferente a Matlab es que Julia tiene un gestor de paquetes y debemos decirle explícitamente qué paquetes estamos usando en nuestro script o función con using PAQUETE. De momento he usado Polynomials, Plots, un paquete para cálculo simbólico y otro para matrices dispersas, todos ellos han funcionado muy bien y solo les puedo poner como pega que a veces la documentación es liosa, supongo que porque acaba de salir la versión 1.0. Se pueden además usar paquetes de Python, R o Matlab lo que hace que siempre tengamos recursos para nuestro caso de uso.

Mi entorno juliano actual

Ahora mismo estoy usando la consolilla de Julia (el Julia REPL) en Atom con la extensión Juno. Fui muy reacia a instalar Atom porque consume muchísimos recursos, pero ahora mismo en Windows es la mejor opción. Se instala en nada, tienes todo centralizado y funciona correctamente.

Y tiene un nivel de cuquismo elevado como podéis ver en la siguiente captura de pantalla:

Captura de pantalla de mi entorno para usar Julia en Atom

¿Por qué no desde Emacs?

Creedme cuando digo que lo intenté pero fue imposible. La explicación es sencilla: Windows. La mitad de los paquetes que permiten usar Emacs como IDE de Julia no carrulan en Windows. En teoría con instalar julia-mode y julia-repl o julia-shell-mode debería ser suficiente, pero después de horas infructuosas me rendí. Aun así, mereció la pena la investigación porque descubrí ESS, un modo de Emacs oara hacer análisis estadísticos al que espero volver algún día.

Conclusión

Como conclusión os digo que aunque lo he tocado poquito, Julia me encanta, hace lo que yo quiero, es natural programar en él y hay todo tipo de paquetes. Intentaré ir migrando todo mi código de Matlab a Julia e iré compartiendo con vosotros truquillos que vaya descubriendo.

¡En algún momento habrá código que Julia para calcular con elementos finitos gracias a mí! Hasta ese día podéis ir leyendo los enlaces que os dejo en las referencias 🙂

Referencias

Julia: A Fast Dynamic Language for Technical Computing

Julia for Matlab users

Crítica a Matlab en Neuroplausible

How I self-radicalised (an open science manifesto, part 1)

Documentación de Julia

A Deep Introduction to Julia for Data Science and Scientific Computing

Comparación entre Python, Matlab y Julia

Diferencias entre Matlab y Julia

Podcast con los creadores del lenguaje

Chuletilla

Think Julia

Julia Express (pdf)

Lo que he aprendido: dibujar cubos en Matlab

Como ando jugando con elementos finitos en el curro, me vi en la circunstancia de tener que pintar un modelo mallado con cubos en Matlab. Esto, que parece una tontería a simple vista es una locura total porque el buen Matlab hace solo superficies. Esto significa que para pintar un mísero cubo hay que pintar 6 superficies, cosa que tampoco es especialmente sencilla.

Después de probar varias alternativas, me he quedado con la función fill3 que pinta polígonos en tres dimensiones. Hay que meterle los datos de manera completamente antiintuitiva (es Matlab, recordemos), pero consigue el objetivo de crear cubetes.

Así que escribí esta función con la idea de usarla de base para pintar todo el modelo:

function cubo(coord)
% Pintar un cubos a partir de las coordenadas definidas según el siguiente
% orden para cada cubo:
%
%    7-------8
%   /|      /|
%  / |     / |
% 5--|----6  |
% |  3----|--4
% | /     | /
% 1-------2

for k = 1:length(coord)/8

  X = coord(8*(k-1)+1:8*(k-1)+8,1);
  Y = coord(8*(k-1)+1:8*(k-1)+8,2);
  Z = coord(8*(k-1)+1:8*(k-1)+8,3);

  % Los puntos de cada cara se ordenan según el sentido antihorario
  caras = [1 2 4 3; 5 6 8 7; 1 3 7 5; 2 4 8 6; 1 2 6 5; 3 4 8 7];

  % size(X) = [4 6]
  % - cada columna hace referencia a los puntos de un plano
  % - hay 4 elementos en cada columna que se refieren a las coordenadas x de
  % cada punto del plano

  X = [X(caras(1,:)) X(caras(2,:)) X(caras(3,:)) X(caras(4,:)) X(caras(5,:)) X(caras(6,:))];
  Y = [Y(caras(1,:)) Y(caras(2,:)) Y(caras(3,:)) Y(caras(4,:)) Y(caras(5,:)) Y(caras(6,:))];
  Z = [Z(caras(1,:)) Z(caras(2,:)) Z(caras(3,:)) Z(caras(4,:)) Z(caras(5,:)) Z(caras(6,:))];

  alpha = 0.6; % transparencia de la cara
  colour ='blue'; % color de la cara

  fill3(X,Y,Z,colour,'FaceAlpha',alpha); % dibujar los cubos
  axis equal

  hold on

end

end

Se usa de la siguiente manera:

P = [1 0 0; 1 1 0; 0 0 0; 0 1 0; 1 0 1; 1 1 1; 0 0 1; 0 1 1];

cubo(P)

Y nos pinta este simpático cubo:

cubo

Seguir leyendo

Lo que he aprendido: leer matrices MMF en Julia

Siguiendo con mi aprendizaje de Julia como sustituto a Matlab, he migrado una función que tenía para leer las matrices de masa y rigidez que exporto de Ansys para luego hacer movidas locas. Otro día os cuento el por qué de la transición (ejem, licencia, ejem) y cómo podéis uniros a mí en el lado oscuro.

Ale, al tema. Primero os voy a contar cómo exportar de Ansys en un par de párrafos, os doy un poco de contexto sobre escribir matrices en archivos de texto y luego vamos al grano.

Exportar matrices de Ansys

Para obtener las matrices de masa y rigidez de Ansys en primer lugar
exportamos el archivo input del modelo con: Tools > Write input file. Luego, a ese input le añadimos antes de la línea /wb,file,end este trocico:

! Gets Stiffness Matrix
! D for double precision real number, C for complex
*SMAT, MatK, D, import, full, file.full, stiff
*export, MatK, mmf, matkMMF.txt ! Exports Stiffness as MMF format

! Gets Mass Matrix
*SMAT, MatM, D, import, full, file.full, mass
*export, MatM, mmf, matmMMF.txt ! Exports Stiffness as MMF format

Seguir leyendo →

Lo que he aprendido: integración numérica con Gauss

Esto no es técnicamente algo que haya aprendido ahora, llevo años integrando numéricamente como manda Gauss, pero creo que siempre lo había hecho o bien a mano o bien buscando los puntos de integración y los pesos en las tablas. La novedad aquí es que uso los polinomios de Legendre para calcular cuáles son los puntos de integración y los pesos correspondientes para cualquier número de puntos.

Recordemos que en el método de Gauss:

  • Los puntos de integración corresponden a las raíces del polinomio de Legendre de orden n
  • Los pesos se obtienen a partir del valor de la derivada en los puntos de integración
  • El método se define para el intervalo [-1,1], para cualquier otro intervalo tenemos que hacer un cambio de variable y ajustar el valor final de la integral

Con mis reducidas habilidades julianas, me queda una función con esta pinta (está in inglis porque la migré de Matlab de otra función que es parte del código de elementos finitos que estoy fabricando en el curro):

# Pkg.add("Polynomials")
using Polynomials

"""
legendre(x)

Create Legendre polynomial of degree `x`
"""
legendre(x) = 1//(2^x*factorial(x))*polyder(Poly([-1, 0, 1])^x,x)

"""
gaussGeneral(fun, points, interval)

Compute numerical integral of function `fun` using number
of `points` in `interval`
"""
function gaussGeneral(fun, points, interval)

a = interval[1]
b = interval[2]

# Compute roots of Legendre polynomial of order 'points'
p = roots(legendre(points))
d = polyder(legendre(points))

# Weights
w = 2*ones(length(p),1)./((ones(length(p),1)-p.^2).*d(p).^2)

# Variable change
p = (a+b)/2*ones(length(p),1) + (b-a)/2*p

# Sum of weighted values
return (b-a)/2*w'*fun(p)

end

Lo chachi de definir así la integral numérica es que me permite calcular la integral de la función con diferente número de puntos y comparar con el valor analítico. Yo soy ingeniera y no me creo las típicas frases la cuadratura de Gauss es un método para integrar de manera exacta polinimios hasta de orden 2n-1 donde n es el número de puntos utilizados si no lo pruebo.

Y eso era. Dejo una pregunta para los sabios: ¿me podéis recomendar una referencia en la que se explique de manera entendible por qué las raíces del polinomio de Legendre son los puntos óptimos de integración? Creo que nunca lo llegué a comprender.


Suena ahora:

Lo que he aprendido: Unpaywall

Hoy os traigo una herramienta que me ayuda mil en mi currelo de investigadora. Se llama Unpaywall y realiza el mágico trabajo de encontrarte la versión abierta de un artículo científico que estés buscando. Es además software libre ya que lleva licencia MIT como puede verse en su repo de GitHub.

El cacharro está basado en DOAI (Digital Open Access Identifier), un DOI alternativo que te lleva a la versión abierta de un artículo cuando la hay, simplemente le añade simplicidad.

Su funcionamiento es muy sencillo, añades la extensión a tu navegador y cuando estés en la página de un paper te aparece un candadito en el borde derecho de la pantalla. Si el artículo no tiene versión abierta, el fondo del candadito es gris:

gris

Cuando tiene versión abierta es verde:

verde

Cómodo, fácil y eficaz. Lo mejor es que es totalmente legal ya que busca en repositorios de universidades y de datos abiertos donde se almacenan las versiones que las revistas científicas nos permiten compartir a los investigadores.

Otro día con más tiempo y ganas os cuento como van las publicaciones científicas a los que no estéis en el mundillo, que tiene tela.

Lo que he aprendido: mutt

Anda un amigo a tope con el self-host y ahora tiene un correo electrónico propio en su servidor casero. Como sabe que soy una friki, me cuenta sus avances y me anima a jugar con él. Así, he descubierto Mutt, un cliente de correo que funciona en la terminal.

Lo mejor de Mutt es que su lema es:

All mail clients suck. This one just sucks less.

pero averiguar cómo demonios se configura es un auténtico infierno para novatas de la terminal como servidora. Hablo totalmente en serio, llegó un momento que me encontré a mí misma leyendo la definición de IMAP URL. Un paso más cerca de la locura.

En fin, al final después de leer como doscientas guías y medio manual lo conseguí y os lo voy a contar.

Configurar Mutt

Como suele ser habitual en los programas que funcionan en la terminal, configuramos Mutt en un archivo de configuración, en este caso ~/.muttrc o ~/.mutt/muttrc. Dentro escribiremos nuestros datos, los del servidor de correo y movidas varias que copiaremos de Internet sin tener idea de lo que significan.

Un tema importante es que hay que configurar dos cosas si queremos tener un email funcional: cómo recibimos y cómo enviamos. Para ello es útil saberse unas siglas:

  • IMAP (Internet Message Access Protocol): el protocolo para obtener los mensajes, no descarga los emails sino que los lee del servidor. También podríamos usar POP3 que sí descarga.

  • SMTP (Simple Mail Transfer Protocol): el protocolo para enviar.

¿Tengo yo idea de algo de esto? No, ninguna. Pero he conseguido leer mis correos y espero que vosotros también podáis. Para eso necesitamos decirle a Mutt quién somos, de dónde tiene que sacar los datos y si queremos que no esté pidiéndole al servidor todo el rato los emails, darle unas carpetillas donde almacenerá sus movidas.

Vamos a ello.

Nuestros datos

Bien, vamos a decirle a Mutt entonces quién somos y darle nuestros credenciales para enviar y recibir correos. Escribimos lo siguiente en el archivo de configuración, sustituyendo los valores de la derecha por los nuestros:

# Datos
set from='EMAIL'
set realname='NOMBRE'

# Credenciales
set smtp_url = "smtps://USUARIO@SERVIDOR:PUERTO/"
set smtp_pass = "*****"
set imap_user = "USUARIO"
set imap_pass = "*****"

Los datos de SMTP e IMAP los tendremos que obtener de nuestro proveedor de correo. Yo estoy usando SMTPS porque tengo la opción sin encriptar y la segura y uso la segura. Lo mismo va a pasar con la parte de enviar, así que tenemos que recordar de activarlo.

Enviar y recibir

Ahora Mutt ya sabe entrar en nuestro correo, ahora tenemos que decirle de dónde lo tiene que coger, para ello añadimos la siguiente línea:

set folder = imaps://SERVIDOR:PUERTO

Esto es el sitio donde está guardado nuestro correo, dentro estará organizado en carpetillas diversas. Para definirlas necesitamos saber cómo las organiza nuestro mail en particular. El mío mete Drafts y Sent dentro de INBOX. Para saber lo que hace el vuestro, lo más práctico es, una vez configurada la carpeta por defecto y dentro de Mutt, darle a la c para cambiar de carpeta y después a ? para que nos enseñe cómo las tiene organizadas. O directamente a c? una vez sepamos lo que estamos haciendo.

A mí me queda algo así:

set spoolfile = "=INBOX" # entrada
set record = "=INBOX/Sent" # enviados
set postponed = "=INBOX/Drafts" # borradores
set trash = "=INBOX/Trash" # papelera

Todo gracias a la wiki de Arch, el lugar a donde una va cuando no entiende nada. Ahí descubrí que los símbolos + y = hacen referencia a la variable folder y nos evitan tener que escribir toda la ruta de nuevo.

Carpetas

Igual nos conviene crear carpetas donde guardará sus historias para no pedirlas una y otra vez y tal, especialmente si tenemos una carpeta .mutt que así no tenemos mierda flotando por ahí. Tirándonos el rollo desde la terminal:

mkdir -p ~/.mutt/cache/headers # crea los padres necesarios
mkdir ~/.mutt/cache/bodies
touch ~/.mutt/certificates

Y en archivo de configuración:

set header_cache = "~/.mutt/cache/headers"
set message_cachedir = "~/.mutt/cache/bodies"
set certificate_file = "~/.mutt/certificates"

Si me he empanado, el archivo certificates lo usa para escribir los certificados que hemos ido aceptando. Sí, nos pregunta cosas de los certificados. No, no sé lo que es un certificado en este contexto.

La fusión

Fusionando todo y añadiendo el editor y activando las movidas de seguridad porque las estamos usando me queda algo así, que por lo que he visto se puede hacer de otras maneras:

# Datos
set from='EMAIL'
set realname='NOMBRE'

# Dónde guardar datos
set header_cache = "~/.mutt/cache/headers"
set message_cachedir = "~/.mutt/cache/bodies"
set certificate_file = "~/.mutt/certificates"

# Activar seguridad
set ssl_starttls = yes
set ssl_force_tls = yes

# Credenciales
set smtp_url = "smtps://USUARIO@SERVIDOR:PUERTO/"
set smtp_pass = "*****"
set imap_user = "USUARIO"
set imap_pass = "*****"

# Buzones
set folder = "imaps://SERVIDOR:PUERTO"
set spoolfile = "=INBOX"
set record = "=INBOX/Sent"
set postponed = "=INBOX/Drafts"
set trash = "=INBOX/Trash"

# Otros
set editor = "emacs -nw"

Por cierto, leí por ahí que es interesante darse permisos de lectura y escritura solo a uno mismo, ya que tenemos ahí la contraseña. A mí todo lo que me haga repasar chmod me parece correcto, he hecho hasta un dibujito:

Mi chuleta del chmod

En nuestro caso, por lo tanto:

chmod 600 ~/.mutt/muttrc

Usar Mutt

Una vez que hemos definido toda la locura, podemos ponernos a usar Mutt. Es tan sencillo que no os voy a poner ni un pantallazo. Lo invocamos desde el terminal:

ondiz@slimbook:~$ mutt

Y si tenemos configurado todo correctamente nos aparecerá nuestro buzón de entrada. Los correos se identifican como leídos y sin leer y aparece una flechita en los que hemos contestado, es todo muy evidente. Las cosas dentro de Mutt se hacen dándole a las teclas. Arriba en la barrita nos dice a qué teclas hay que dar y nos va guiando con mensajes en la parte de abajo cuando hacemos cualquier cosa. Es muchísimo más sencillo que configurarlo, dónde va a parar.

La única cosa así loca es que por defecto se actualiza al darle a un tecla, pero se puede cambiar el comportamiento si se quiere en el archivo de configuración. Todo se puede cambiar ahí, echadle un ojo al creador de muttrc que os dejo en las referencias para flipar.

¡Ahora solo me falta cifrar los correos y me puedo dar por satisfecha! Ale, los que sepáis de correos y cosas contadme en los comentarios, que no necesito saber para hacer que funcionen las cosas (la ingeniería es lo que tiene) pero me mola aprender.

Referencias

Use IMAP en el manual de Mutt

Guía de Mutt de Rise up

Setup mutt with Gmail on CentOS and Ubuntu

UNIX / Linux : How to install and configure mutt

Il Nirvana Con Mutt

Muttrc Builder

Capítulo de configuración en el manual

Ejemplos de configuración


Os dejo con un grupo descubierto gracias a Punk Irratia y que tiene el mejor nombre punk justo detrás de Heno de Rabia: