desafio-data.md

O desafio pode ser feito em python ou R e para a entrega devem ser anexados os seguintes arquivos em um email respondendo à Nath Cavatoni na data solicitada:

• Arquivo com o código para gerar um notebook com as respostas
• Documento resultante do notebook renderizado em PDF
• Arquivos com definições de funções, métodos e classes, se existirem

Critérios de Avaliação

Algumas das questões que serão avaliadas, entre outras, são:

• A redação das respostas é clara e concisa? Busque a “resposta mínima suficiente”.
• Seu código é, tanto quanto plausível, separado em componentes isolados nomeados apropriadamente? Deveria ser possível, em algum nível, explicar o que o seu código faz apenas o lendo.
• Seu código é extensível? O quão fácil é alterar suas soluções para atender a mudanças nos requerimentos do problema?

Problemas

Fibonacci

Implemente uma função que recebe como argumento um inteiro não-negativo n e retorna apenas o $n$-ésimo número da Sequência de Fibonacci. Implemente uma outra função que recebe um argumento n equivalente, mas retorna os n primeiros números da sequência de Fibonacci.

Transcrição DNA → RNA

Os quatro nucleotídeos encontrados no DNA são adenina (A), citosina (C), guanina (G) e timina (T). Os nucleotídeos no RNA são adenina (A), citosina (C), guanina (G) e uracila (U).

A transcrição de DNA em RNA acontece com as seguintes associações:

• G -> C
• C -> G
• T -> A
• A -> U

Então uma sequência de DNA GGCTA deveria ser transcrita em uma sequência CCGAU de RNA. Implemente uma função que recebe uma string com uma sequência de DNA (e.g. "ACTGATA") e retorna outra string, com sua transcrição em RNA (e.g. "UGACUAU")

Processando e explorando dados em um banco relacional

A biblioteca nyclfights13, disponível para Python e R, traz cinco tabelas com dados de voos que passaram pela cidade de Nova Iorque em 2013. A documentação da biblioteca descreve o que significa cada coluna em cada tabela, mas resumidamente:

• flights tem um livro de voos
• airports lista os aeroportos envolvidos
• planes dados da construção dos aviões usados em cada voo
• airlines descreve as empresas aéreas operando
• weather dá medidas climáticas de hora em hora para o três aeroportos da cidade

Todas as tabelas podem ser conectadas usando as chaves apropriadas. Por exemplo, a aeronave de cada voo na tabela flights está identificada na variável tailnum, que também identifica unicamente cada linha na tabela planes. A documentação da biblioteca detalha quais são as informações disponíveis e como estão representadas. Com base nesse conjunto de dados:

1 - Compute a média móvel 30 dias e o desvio-padrão móvel, também na janela de 30 dias, dos atrasos. Gere uma visualização com as duas séries temporais.

2 - Encontre a porcentagem de voos que atrasam mais de 5 minutos por empresa aérea, por mês. Qual foi o pior mês do ano para a Delta Airlines?

3 - Calcule quantos aviões distintos são operados e quantos voos foram realizados para cada fabricante. Qual é a fabricante com menos voos?

4 - Qual é a empresa aérea que mais realizou voos com aviões da Airbus?

5 - Compute quantos voos cada aeroporto da cidade recebeu entre 18h e 22h do dia 3 de março.