De vez en cuando es necesario rellenar algún formulario que está en formato pdf. Esto puede ser todo un problema si el pdf no ha sido creado como un formulario interactivo que se pueda editar o si el creador se olvidó de marcar la opción de “Rellenar los campos de formulario” como permitida (cosa absurda pero más común de lo que pueda parecer). Además, muchas veces ocurre que este tipo de formularios hay que rellenarlos con urgencia.
En Linux hay un programa muy sencillo que permite escribir texto sobre un documento pdf. Se llama flpsed. La interfaz de usuario no es muy llamativa pero el programa hace justo lo que promete que es escribir texto sobre el pdf para después poder guardarlo en otro pdf o imprimirlo.
El programa flpsed acaba de pasar a mi caja de herramientas para manipular pdfs junto con pdfjam o qpdf.
Hace un tiempo explicaba como dividir un archivo de texto usando sed. El problema de este método es que no sirve para archivos binarios y que hay que hacer una estimación a ojo de la longitud del corte. En esta entrada se explica un método mejor para dividir cualquier tipo de archivo o directorio de forma automática. Este método funciona directamente en sistemas operativos tipo UNIX, como Mac OS X o Linux, donde vienen instalados por defecto tar y split.
Como explicábamos antes, el tamaño máximo de archivo en un sistema FAT32 es de 4GiB. Si queremos transportar un archivo de tamaño mayor en un disco duro o una memoria USB formateada con este sistema de ficheros, necesitaremos dividirlo.
División del archivo
El archivo se empaqueta y comprime usando tar y se divide en trozos de 4000 MB usando split. Finalmente se copia en el dispositivo de destino:
Se irán generando trozos del archivo comprido identificados por un número de serie como sufijo (archivo.tar.gz.000; archivo.tar.gz.001; etc). La compresión es opcional –parámetro z del comando tar– pero puede ahorrar bastante espacio según el caso. En lugar de un archivo de entrada podemos indicar un directorio para empaquetar todo su contenido. Los parámetros de split usados indican:
-d → que use números como sufijo en lugar de letras.
-a 3 → que use 3 cifras. Apropiado para unos 1000 trozos (unos 4 TB tras comprimir).
-b 4000m → que separe en trozos de 4000 MB.
- → que se use como entrada la entrada estándar stdin.
Recuperación del archivo
Para volver a unir los trozos y obtener de nuevo el archivo o el directorio comprimido en el lugar que elijamos se usa lo siguiente:
cat/mnt/disco_fat32/archivo.tar.gz.*|(cd/ruta_elegida/; tar zxv)
Los trozos son unidos y extraídos por tar en el directorio que hemos denominado ruta_elegida.
Hace un tiempo nos alegrábamos al saber que los datos climáticos y meteorológicos de la Agencia Estatal de Meteorología pasaban a ser accesibles públicamente. El espejismo ha durado menos de dos años, la Agencia comunica que los datos dejarán de estar accesibles públicamente y comenzarán a aplicarse de nuevo las tasas de acceso.
La noticia está siendo comentada en Met consulting y por lo que veo la opinión general es prácticamente unánime. Esta parte de un comentario del autor del blog creo que la resume perfectamente:
El no divulgar unos datos obtenidos mediante dinero público para bien de empresas, científicos, investigadores y usuarios en general, no redunda en una buena imagen de la Agencia.
En alguna ocasión he necesitado dividir un archivo de texto plano en varias partes. En un momento dado, por ejemplo, necesitaba copiar a un disco formateado en FAT un archivo con comandos SQL que tenía un tamaño de 6.3 GiB. Como mi disco, formateado en FAT, solo acepta archivos de hasta 4 GiB, es necesario dividir el archivo de texto en dos partes. Decidí usar herramientas sencillas (wc, sed y cat) y evitar usar dd. El comando dd es muy versátil y potente; tan potente que puede causar estragos al más mínimo error (parece que en broma se dice que dd es el acrónimo de “destructor de datos”).
División del archivo
En mi caso sé que casi todas las líneas del archivo de texto tienen la misma longitud. Una forma de dividir el archivo sería introducir la primera mitad de las líneas en un nuevo archivo y la segunda en otro. Primero contamos el número de líneas usando wc:
Se puede ver que el archivo tiene 5.557.603 líneas. Introduciré las 2.800.000 primeras líneas en el primer archivo y el resto en el segundo. Para esto se puede usar sed:
Las versiones modernas de Mac Os X llevan instalado un servidor SMTP. Se trata de Postfix, un servidor de correo muy sencillo de configurar y potente. Sin embargo este servicio no se encuentra activado por defecto.
Para que Postfix se arranque al inicio debemos editar el archivo /System/Library/LaunchDaemons/org.postfix.master.plist con nuestro editor favorito. Por ejemplo, con vi:
En poco tiempo LOFAR estará completamente operacional y producirá sus primeros resultados científicos. LOFAR (LOw Frequency ARray) es una red distribuida de sensores multipropósito. Principalmente se trata de un radiotelescopio pero también dispone de otro tipo de sensores. Su construcción y diseño se lidera desde ASTRON en los Países Bajos aunque también participan otros países.
El proyecto nació como un radiotelescopio para observar el Universo a bajas frecuencias (de 10 a 250 MHz). Más adelante incorporó conceptos nuevos de e-Ciencia y se transformó en algo más complejo. La combinación de los datos entre las distintas estaciones que componen LOFAR requiere líneas de transmisión de datos de alta velocidad que las interconecten. Como las estaciones se encuentran distribuidas se pueden aprovechar para conectarles distintos tipos de sensores además de los radiotelescopios propiamente dichos.
Los radiotelescopios
El uso de la palabra radiotelescopios en plural se debe a que se trata prácticamente de una combinación de dos radiotelescopios, uno a baja frecuencia (el LBA o Low Band Array entre 10 y 90 MHz) y otro a alta frecuencia (el HBA o High Band Array entre 110 y 250 MHz). Las antenas para cada una de estas bandas son distintas por lo que cada estación dispone de un juego de antenas HBA y otro LBA. Las antenas individuales son dipolos omnidireccionales que observan todo el cielo a la vez pero, al combinarse de una manera especial su señal, se puede conseguir un haz que apunte en una dirección concreta del cielo.
Estación de LOFAR UK en Chilbolton. En primer plano se pueden ver las antenas del LBA y en la parte superior izquierda las del HBA. Fuente: ASTRON
Antenas en Fase
La combinación de la señal de distintas antenas para observar en una dirección en concreto se conoce como antenas enfasadas. Se utiliza desde hace tiempo en otras áreas como en defensa donde, por ejemplo, los sistemas Aegis montados por las fragatas españolas F-100 usan antenas de este tipo. La combinación de la señal entre las antenas de LOFAR se realiza primero de forma electrónica con hardware en las propias estaciones y más tarde con software en el centro de supercomputación de la Universidad de Groningen usando un supercomputador BlueGene. Primero se forma un haz ancho en cada pequeño conjunto de antenas, después se forman uno o varios haces un poco más pequeños en las estaciones. Cada haz apunta en una dirección en concreto y se puede observar en varias direcciones distintas a la vez ya que se pueden obtener varios haces simultáneamente, esta es una de las grandes ventajas de este método. El número de direcciones viene limitado por la potencia computacional instalada. Al no tener partes móviles y componerse de antenas de bajo coste se consigue disminuir el coste de operación.
Interferometría
Finalmente la señal de cada estación se transmite por líneas de alta velocidad hasta Groningen donde son combinadas entre sí. La técnica para combinar las señales se denomina interferometría o síntesis de apertura. Con esta técnica se consigue una resolución máxima equivalente a la de un telescopio con un diámetro igual al de las dos estaciones más lejanas. En el caso de LOFAR la linea de base más larga de momento tiene unos 1400 km con lo que se puede obtener, como máximo, una resolución equivalente a la de un telescopio de unos 1400 km de diametro, unos 0,2 segundos de arco a 250 MHz.
Esta técnica se usa con éxito en radioastronomía desde hace tiempo siendo algunos de los radionterferómetros más notables el Very Large Array (VLA) en Nuevo Mexico, EE.UU. o ALMA en Chile. En el caso de LOFAR se usan las mismas técnicas pero, al ser pionero en su concepto, aparecen nuevos desafios a los que enfrentarse:
A estas bajas frecuencias la ionosfera ejerce un efecto muy importante en la señal de radio. Este efecto se conoce desde hace tiempo y debe ser corregido pero la gran distancia entre las distintas estaciones externas hace que sea muy difícil determinar cual es la corrección necesaria.
Otro problema es que el patrón radiación (recepción en este caso) de las estaciones está fijo con respecto a la tierra, no sigue el movimiento del cielo como en las antenas tradicionales. Esto se debe tener en cuenta a la hora de crear la imagen sintética.
Por último existen en el cielo fuentes muy potentes, objetos que son muy brillantes en estas frecuencias, que, al entrar dentro de los lóbulos laterales del patrón de radiación, introducen ruido en las observaciones. Estas fuentes son Cygnus A, Cassiopeia A, Virgo A y Taurus A por lo que se las conoce como el Equipo A.
Astronomía
Hay 6 proyectos científicos clave en LOFAR que tomarán gran parte del tiempo del radiotelescopio durante los primeros años de observación:
Epoca de la reionización – Con este proyecto se intentarán observar el momento en el que el Universo tenía unos 400 millones de años cuando se empezaron a formar las primeras estrellas. Antes de esto todo el gas estaba en estado neutro y, como no había aún luz de las estrellas, se denomina la edad oscura.
Sondeos extragalácticos profundos - Este proyecto cubre muchos campos científicos simultáneamente. Se trata de hacer un sondeo muy profundo del cielo para poder ver objetos muy débiles que no han sido detectados con anterioridad.
Fuentes transitorias - Al disponer de varias direcciones de observación simultáneas se pueden buscar fuentes transitorias de emisión radio como los púlsares de una manera más rápida.
Rayos cósmicos de energía ultra-alta – LOFAR es capaz de detectar la lluvia de partículas que producen los rayos cósmicos al chocar contra la atmosfera. Midiendo la intensidad y el tiempo en el que se recibe la señal en las distintas antenas se puede determinar la dirección y energía de los rayos cósmicos.
Magnetismo cósmico – Por último, con este proyecto se intentan medir las propiedades del campo magnético en distintas regiones del Universo.
Otras aplicaciones
Principalmente las otras ramas científicas a las que se dedica LOFAR en la actualidad son la geofísica y la agronomía. En cuanto a geofísica se han colocado sensores sísmicos en las estaciones con los que se están experimentando nuevas técnicas como la interferometría sísmica. Para la agronomía se usa una pequeña red de sensores climáticos (temperatura, presión atmosférica, humedad e intensidad lumínica) cuyo objetivo es determinar el efecto del microclima en el desarrollo de la Phytophtora, una plaga que afecta la producción de patata.
SKA
LOFAR se considera uno de los precursores de un proyecto mucho más ambicioso denominado Square Kilometre Array (SKA). SKA será el radiotelescopio más grande del mundo cuando se construya, con un área colectora de luz de un kilometro cuadrado de superficie. La localización final se disputa entre Sudáfrica y Australia.
Esperemos que la crisis no acabe con este interesante proyecto.
La tableta Samsung Galaxy Tab Wifi (P1010) tiene una pantalla multitactil de 7 pulgadas (unos 17.8 cm), GPS, cámara frontal y trasera, etc. La última versión de Android que usa es la 2.2.1 Froyo. Al situarla en posición vertical, bajo la pantalla hay cuatro botones de función típicos de Android, de izquierda a derecha: preferencias, inicio (“home”), atrás y búsqueda.
Cuando se descarga completamente la batería pueden aparecer efectos indeseables. Por ejemplo, los iconos personales de la pantalla de inicio desaparecen, se vuelve a la pantalla de inicio de fábrica y la tecla de inicio deja de funcionar. Esta descarga puede ocurrir si se deja conectada una aplicación que use el GPS.
Para recuperar la funcionalidad de la tecla de inicio se puede conectar la tableta al ordenador con el cable USB en modo Kies. El modo Samsung Kies se selecciona en los ajustes dentro del menú Conexiones inalámbricas y después dentro de Ajustes USB. No importa que se conecte a un ordenador que no tenga instalado el software de Samsung, para desconectar del ordenador se pide que se pulse la tecla de inicio. A partir de ese momento vuelve a funcionar la tecla sin tener que hacer un reinicio duro del sistema que devuelva todo a la configuración de fábrica.
Hace poco en Kriptópolis se publicó una entrada sobre el cifrado XOR. Aparentemente, este cifrado que en teoría es muy bueno, no era tan bueno a la hora de cifrar información que un humano pudiera reconocer. Así un archivo de sonido podía reconocerse después de usarse este cifrado “infalible” o al menos podía intuirse el contenido que se intentaba cifrar. En los comentarios a la entrada aparecían también ejemplos de imágenes que eran fácilmente reconocibles después de aplicarle este cifrado.
Tras mi primer contacto con este cifrado y después de mucho pensar no encontré ningún motivo por el que no debía funcionar. Así que pensé que lo mejor era probarlo yo mismo. Como siempre eché mano de mi amigo Python.
Numpy es la librería favorita para trabajar eficientemente con conjuntos ordenados de números como vectores, matrices, etc. No está escrita íntegramente en Python con lo que puede requerir cierta compilación dependiendo de la versión que se instale aunque suele poder instalarse con facilidad.
Audiolab es una librería para manipular archivos de sonido usando numpy. El manejo es sencillo viendo los ejemplos. Tampoco está escrita íntegramente en Python. Para la instalación tiene como dependencia la librería “libsndfile”. Es posible instalarla manualmente en un Mac usando Macports.
Como entrada utilizamos el mismo archivo (1234) que se usaba como prueba en la entrada de Kriptopolis. Sin embargo el formato del archivo es “wav” en lugar de mp3 para evitar problemas con la lectura/escritura o algún tipo de efecto debido a la codificación.
El código es el siguiente:
import numpy as np
from scikits.audiolabimport Format, Sndfile
fi = Sndfile("1234.wav",'r')
sr = fi.samplerate
ch = fi.channels
frames = fi.nframes
data = fi.read_frames(frames, dtype=np.int16)
maxint = np.iinfo(np.int16).max
minint = np.iinfo(np.int16).min
ruido = np.random.randint(minint,maxint+1,frames)
salida = np.bitwise_xor(data,ruido)
f_test = Sndfile("1234_test.wav",'w',Format('wav'),ch,sr)
data_test = data/float(maxint)
f_test.write_frames(data_test)
f_test.close()
f_ruido = Sndfile("ruido.wav",'w',Format('wav'),ch,sr)
data_ruido = ruido/float(maxint)
f_ruido.write_frames(data_ruido)
f_ruido.close()
f_xor = Sndfile("1234_xor.wav",'w',Format('wav'),ch,sr)
data_xor = salida/float(maxint)
f_xor.write_frames(data_xor)
f_xor.close()
Tras importar las librerías leemos el archivo de entrada. Después generamos el ruido aleatorio (pseudoaleatorio en realidad) que combinaremos con la entrada. Se generan tres archivos de salida:
1234_test es una prueba similar al archivo de entrada que se usa para comprobar que no hay ningún fallo.
ruido es el archivo de audio correspondiente a la base aleatoria.
1234_xor es el archivo de salida codificado usando el cifrado XOR.
Como se puede comprobar el fichero de salida no parece presentar ningún patrón de sonido reconocible.
A la hora de escribir un comentario a la entrada de Kriptópolis me encuentro con que lopezvit también tuvo la misma idea hace unos días y comprobó el cifrado usando Matlab obteniendo los mismos resultados.
Lo más probable sería que hubiera habido un fallo a la hora de aplicar el cifrado a los archivos originales de la entrada o a las imágenes de los comentarios. El error podría estar en la generación de los números aleatorios o en la aplicación del XOR. Un simple truncado numérico de los datos del ruido podría producir un efecto parecido.
Para completar también he probado a reconstruir el fichero original usando el ruido y el archivo cifrado. Como el formato wav no tiene perdidas debido a la codificación esto se puede hacer fácilmente. El código es este:
import numpy as np
from scikits.audiolabimport Format, Sndfile
f_clave = Sndfile("ruido.wav",'r')
sr = f_clave.samplerate
ch = f_clave.channels
frames = f_clave.nframes
ruido = f_clave.read_frames(f_clave.nframes, dtype=np.int16)
maxint = np.iinfo(np.int16).max
fi = Sndfile("1234_xor.wav",'r')
data = fi.read_frames(fi.nframes, dtype=np.int16)
salida = np.bitwise_xor(data,ruido)
f_xor = Sndfile("1234_rec.wav",'w',Format('wav'),ch,sr)
data_xor = salida/float(maxint)
f_xor.write_frames(data_xor)
f_xor.close()
El archivo 1234_rec.wav es exactamente igual que el original.
En definitiva, ya conozco un método de cifrado nuevo y he comprobado que, aparentemente, funciona.
Con las relativamente nuevas Debian Squeeze y Ubuntu 10.04 me he encontrado con problemas para arrancar el sistema sin interrupciones cuando no encuentra un sistema de archivos definido en el /etc/fstab. En Ubuntu aparece un mensaje en pantalla diciendo algo como “el controlador de disco xxx no esta listo o presente” y pregunta si seguir (skip) o comprobar. Esto puede ser un gran problema cuando se trata de un sistema que se gestiona de forma remota.
Antiguamente, si no se encontraba un sistema de archivos definido en el fstab se ignoraba automáticamente pero ahora no. El comportamiento por defecto ha cambiado radicalmente. En mi caso hay un disco USB que puede no estar disponible en un momento determinado pero que, cuando está, debe montarse de forma automática.
Una solución posible es eliminar la opción “auto” y poner “noauto” en la línea apropiada del fstab. Sin embargo esto nos obligaría a montar a mano el sistema cada vez que lo necesitemos. Al final he conseguido encontrar en askubuntu.com la opción buena. Se añade la opción nobootwait para que el sistema no se pare en el arranque. Así una línea como esta:
Del plato a la boca se pierde la sopa y desde el origen al papel se desvirtúa la noticia. Hoy aparece publicado en El Mundo un interesante artículo sobre como las galaxias más brillantes dejaron de crecer hace unos 7000 millones de años. Sin embargo el artículo confunde de tal manera algunos términos que dudo de que sea posible enterarse al leerlo de lo que quisieron transmitir originalmente los autores del estudio.
En todo caso a mi me parece casi imposible leer el tercer párrafo del artículo ya que no tiene, en algunas partes, coherencia gramatical. Esto suele ser indicio de una mala traducción. Se habla de que se estudiaron las galaxias más masivas del universo y después de “una” galaxia, la más brillante de un tal cúmulo BCGs. Después se habla de cúmulos en plural y en el siguiente párrafo de estrellas en un cúmulo (de galaxias). Aunque después no hay tanto lío, a esta altura es muy difícil saber de que va la historia.
El origen del entuerto
Tirando del hilo me encuentro con que Europa Press es la agencia de noticias que tradujo la nota de prensa original y en la que se basa gran parte de la primera mitad del artículo de El Mundo. La autora después ha contactado con Rafael Bachiller para obtener su opinión y esto compone la última parte del artículo.
La traducción de Europa Press de la nota de prensa original es muy poco acertada. Tratándose de un artículo periodístico tiene mucho de invención y poco de riguroso. Al menos se agradece que los billones ingleses sean traducidos correctamente por miles de millones.
Lo que debería decir
En realidad se estudian varias galaxias masivas como se dice al principio, pero estas galaxias pertenecen a varios cúmulos distintos. Específicamente se estudia la galaxia más brillante de cada cúmulo. Estas galaxias son denominadas BCG por las siglas en inglés “brightest cluster galaxy“. Son las galaxias con más masa del universo, su forma es elíptica y las estrellas que la forman son en su mayoría rojas y viejas. Parece ser que se formaron inicialmente por la fusión de otras galaxias más pequeñas que se encontraban en el centro de su cúmulo.
El estudio viene a decir que estas galaxias no han crecido mucho en los últimos miles de millones de años (crecieron solo un 30%). Esto indicaría que las BCGs no habrían sufrido fusiones importantes con otras galaxias en este periodo de tiempo y que crecerían por otro tipo de procesos. Por cierto, un resultado similar al que ya encontraran una astrónoma española y sus colaboradores con anterioridad (ver también los enlaces al final).
Imagen usada para ilustrar la noticia. Cúmulo Abell 2218. Crédito: NASA, ESA, and Johan Richard (Caltech, USA) Acknowledgement: Davide de Martin & James Long (ESA/Hubble)
La imagen con la que se ilustra la noticia es un poco confusa a la hora de explicarla ya que posiblemente se vean dos BCGs. En esta imagen se ve el cúmulo de galaxias Abell 2218, la BCG de este cúmulo sería la galaxia elíptica más grande que se ve en el centro hacia arriba a la derecha. Como es un cúmulo tan masivo, se puede aprovechar el efecto de lente gravitacional para ver aumentadas las galaxias más lejanas que hay detrás de él. Estas galaxias lejanas se ven como arcos. En este caso el arco naranja del centro se corresponde con la galaxia más brillante de otro cúmulo más lejano que hay tras el cúmulo Abell 2218. Esta es la segunda BCG que se ve en la imagen y la interesante para el estudio de la noticia.
Rigor informativo
Me ha costado un poco encontrar el origen de la noticia, pero no mucho, un par de búsquedas cuidadosas en Google. Digamos que en tiempo ha sido una media hora la búsqueda del origen y otra media hora la información adicional.
He encontrado un par de medios más donde copian la noticia de Europa Press (aquí y aquí). En El Mundo hacen un intento de ampliar o contrastar la información contactando con el director del OAN. Sin embargo no deja de parecerme extraño que lleguen a publicarse noticias que son incomprensibles. Supongo que la presión para cumplir objetivos con pocos recursos tiene que ser muy grande. Al menos eso espero.
Como nota curiosa final, en el artículo original y en la traducción de Europa Press se habla de John Stott, en el artículo de El Mundo de Juan Stott.
Enlaces interesantes
El estudio original será publicado en breve en la revista MNRAS (Stott et al., 2011, MNRAS, 432). Mientras tanto puede leerse en arXiv.
