# Problema de las parejas estables, de tal forma que las listas no son aleatorias, sino que hay "objetividad". Modelamos esto como que la lista de cada uno es n variaciones (cambiar un elemento por uno juxtapuesto) de la lista [1,2,3,4,5,...,m]
# Nótese que si n es par, la variación puede ser el original.

###

def Variar_una_vez_una_lista(L):
    l=len(L)-2 # Vamos a intercambiar el elemento j por el j+1, donde j pertenece a [0,...,l-2], pues no podemos intercambiar el último elemento de la lista por nada
    t=randint(0,l)
    L[t],L[t+1]= L[t+1],L[t]
    return L

###

def Variar_n_veces_una_lista(L,n):
    for q in [1..n]:
        L= Variar_una_vez_una_lista(L)
    return L

###

def producir_lista(n_elementos,n_variaciones):
    L=[0..n_elementos-1]
    L=Variar_n_veces_una_lista(L,n_variaciones)
    return L

###

def Simulacion_floor_objetiva(numero_de_tiradas, n, granularidad):
    x=1
    
    F=dict()
    D=dict()
    
    while x <= numero_de_tiradas:
        
        Permu=Permutations([0..n-1])

        H=[producir_lista(n,v) for w in xsrange(n)]
        HH=copy(H)
        
        M=[producir_lista(n,v) for w in xsrange(n)]
        MM=copy(M)
        
        MH=funcion_emparejamiento(H, M)
        
        w= floor(Media_M(MH, MM))
        if w in F:
            F[w]=F[w] +1
        
        if w not in F:
            F[w]=1
        
        q= floor(Media_H(MH, HH)*granularidad)/granularidad # Si granularidad es 5, divide el gráfico en intervalos de longitud 0.2
        
        if q in D:
            D[q]=D[q] +1
        
        if q not in D:
            D[q]=1           
                
        x=x+1
    
    L=points(F.items())
    M=points(D.items(), color='red')

    return L + M

###

def Simulacion_objetiva(numero_de_tiradas, n,v):
    # v es el número de variaciones en porcentaje. Aquí la convertimos en número
    v= floor(n*v/100)
    x=1
    
    F=dict()
    D=dict()
    
    while x <= numero_de_tiradas:
        
        Permu=Permutations([0..n-1])

        H=[producir_lista(n,v) for w in xsrange(n)]
        HH=copy(H)
        
        M=[producir_lista(n,v) for w in xsrange(n)]
        MM=copy(M)
        
        MH=funcion_emparejamiento(H, M)
        
        w= Media_M(MH, MM)
        if w in F:
            F[w]=F[w] +1
        
        if w not in F:
            F[w]=1
        
        q= Media_H(MH, HH)
        
        if q in D:
            D[q]=D[q] +1
        
        if q not in D:
            D[q]=1           
                
        x=x+1
    
    L=points(F.items())
    M=points(D.items(), color='red')

###

def Media_objetiva(numero_de_tiradas, n,v):
    # v es el número de variaciones en porcentaje. Aquí la convertimos en número
    v= floor(n*v/100)
    x=1
    
    F=dict()
    D=dict()
    
    media_h=0
    media_m=0
    
    while x <= numero_de_tiradas:
        
        Permu=Permutations([0..n-1])

        H=[producir_lista(n,v) for w in xsrange(n)]
        HH=copy(H)
        
        M=[producir_lista(n,v) for w in xsrange(n)]
        MM=copy(M)
        
        MH=funcion_emparejamiento(H, M)
        
        media_h= media_h + Media_H(MH, HH)
        
        media_m=  media_m + Media_M(MH, MM)
        x=x+1

        
    media_h = (media_h / numero_de_tiradas).n(16)
    media_m = (media_m / numero_de_tiradas).n(16)
    
    return (media_h ,media_m )

###

n=50 # Población 
f(x)=x
P=points([(5,5)], color = 'black') # Punto de referencia en el gráfico 

L=[x for x in xsrange(1001) if x%20==0] # Creo las listas

for y in L: # Se crea un gráfico.
    t=Media_objetiva(100, 20,y)
    P=P+points([t], color=(1-y/(20*n),0,y/(20*n)))
    print y,t