ECTS credits
ECTS credits: 6
ECTS Hours Rules/Memories
Hours of tutorials: 3
Expository Class: 24
Interactive Classroom: 24
Total: 51
Use languages
Spanish, Galician
Type:
Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments:
Electronics and Computing
Areas:
Languages and Computer Systems
Center
Higher Polytechnic Engineering School
Call:
First Semester
Teaching:
With teaching
Enrolment:
Enrollable
| 1st year (Yes)
La variedad de plataformas de programaci贸n disponibles hoy en d铆a es muy amplia y est谩 en constante evoluci贸n. En esta materia se presentan los fundamentos que hay en todos los lenguajes de programaci贸n, y en particular en Lenguaje Python y el lenguaje C++, para que el alumnado, partiendo de un problema sencillo, sea capaz de encontrar un algoritmo que lo resuelva. Para alcanzar esto, se mostrar谩 c贸mo desarrollar programas sencillos y los fundamentos de programaci贸n que hay detr谩s
Objetivos de la materia
Los objetivos, para el alumnado, perseguidos en esta materia son:
1) Conocer los componentes b谩sicos de un computador, su funcionalidad y las relaciones entre ellos. Comprender los diferentes sistemas de representaci贸n de la informaci贸n existentes en los computadores.
2) Introducirse en los conceptos y t茅cnicas b谩sicos de la programaci贸n desde un enfoque general. Resolver problemas de programaci贸n b谩sica aplicando adecuadamente los tipos de datos elementales, los tipos de datos estructurados y las estructuras de control. Dominar los principios de la programaci贸n procedural.
3) Asimilar el concepto programaci贸n modular y saber aplicarlo en la resoluci贸n de problemas. Conocer el concepto de recursividad, aplic谩ndolo a problemas sencillos. Comprender el concepto de fichero y saber utilizarlos
4) Desarrollar las destrezas necesarias para la resoluci贸n de problemas b谩sicos de c谩lculo en el 谩mbito de la ingenier铆a mediante el uso de las herramientas de programaci贸n. Ser capaz de, ante una nueva especificaci贸n de un problema, encontrar una soluci贸n con los recursos disponibles y abstraer el conocimiento aprendido para poder utilizarlo en un nuevo 谩mbito
5) Ser capaz de utilizar herramientas de programaci贸n para editar, compilar, ejecutar y verificar un programa. Capacidad para aplicar estrategias de depuraci贸n, prueba y correcci贸n de programas.
La memoria del t铆tulo contempla para esta materia los siguientes contenidos:
Los contenidos de esta asignatura est谩n encaminados a proporcionar una introducci贸n a la programaci贸n de ordenadores con t茅cnicas cl谩sicas y desde una perspectiva pr谩ctica.
Introducci贸n: representaci贸n de la informaci贸n y herramientas b谩sicas de programaci贸n
Lenguajes de programaci贸n para rob贸tica
Estructuras de control
Programaci贸n funcional
Tipos estructurados de datos
C谩lculo Cient铆fico y t茅cnico en rob贸tica
Ficheros y gesti贸n de datos para rob贸tica
Dise帽o, verificaci贸n y validaci贸n de programas. Documentaci贸n
Estos contenidos ser谩n desarrollados de acuerdo con el siguiente temario:
Introducci贸n (4 horas presenciales)
* Conceptos B谩sicos sobre Ordenadores.
* Representaci贸n de la informaci贸n.
* Programas y lenguajes de programaci贸n.
Lenguaje de programaci贸n Python. (6 horas presenciales, 8 no presenciales)
* Variables, expresiones, asignaci贸n
* Tipos de datos. Variables y asignaciones.
* Funciones predefinidas.
* M贸dulos e importaci贸n de funciones y variables.
* M茅todos.
* Entrada/salida.
* Sobre la legibilidad de los programas.
* Gr谩ficos de tortuga.
* Pr谩cticas: Realizaci贸n de algoritmos y programas b谩sicos
Estructuras de control (8 Horas presenciales, 10 no presenciales)
* Sentencias condicionales.
* Sentencias iterativas.
* Captura y tratamiento de excepciones.
* Algunos ejemplos gr谩ficos.
* Pr谩cticas: Realizaci贸n de algoritmos y programas con estructuras de control
Funciones (8 Horas presenciales, 10 no presenciales)
* Definici贸n y uso de funciones.
* Documentaci贸n del c贸digo.
* Variables locales y variables globales.
* El mecanismo de las llamadas a funci贸n.
* M贸dulos. Dise帽o de programas con funciones. Recursi贸n.
* Algunos ejemplos gr谩ficos.
* Pr谩cticas: Realizaci贸n de algoritmos y programas modulares
Tipos estructurados en Python (6 horas presenciales, 10 no presenciales)
* Cadenas. Listas. Matrices.
* Tuplas y Conjuntos
* Diccionarios
* Pr谩cticas: Realizaci贸n de algoritmos y programas con estructuras de datos
C谩lculo cient铆fico y T茅cnico en Python. Interfaces Gr谩ficas (4 horas presenciales, 12 no presenciales)
* C谩lculo Num茅rico con Numpy
* Representaci贸n Gr谩fica con Matplotlib.
* C谩lculo simb贸lico con Sympy
* Creaci贸n de interfaces gr谩ficas. Tkinter
Ficheros y Gesti贸n de Datos (6 horas presenciales, 7 no presenciales)
* Generalidades sobre ficheros.
* Ficheros de texto.
* An谩lisis de datos con Pandas
* Bases de Datos.
* Pr谩cticas: Realizaci贸n de algoritmos y programas con ficheros
Dise帽o, verificaci贸n y validaci贸n de programas. Documentaci贸n
Lenguaje C++ (6 horas presenciales, 15 no presenciales)
* Estructura de un programa
* Constantes y variables. Tipos
* Estructuras de control: Secuencial, alternativa, repetitiva
* Tipos estructurados
* Funciones
* Punteros
* Ficheros
Bibliograf铆a b谩sica e complementaria
La bibliograf铆a da programaci贸n en Python es extraordinariamente amplia. Nos hemos limitado aqu铆 a unos pocos t铆tulos seleccionados por considerarlos de mucha calidad.
Bibliograf铆a B谩sica:
[1] Andr茅s Marzal Var贸, Isabel Gracia Luengo, Pedro Garc铆a Sevilla. - Introducci贸n a la programaci贸n con Python 3. Universitat Jaume I (Creative Commons)
[2] Hunt, John. 鈥淎 Beginners Guide to Python 3 Programming.鈥�, Editorial Springer, 2019
[3] McKinney, Wes. 鈥淧ython for data analysis: Data wrangling with Pandas, NumPy, and Ipython.鈥�, Editorial O'Reilly Media, Inc., Segunda edici贸n, 2017
Bibliograf铆a Complementaria:
[4] Baltasar Garcia Perez-Schofield. - Introducci贸n a la programaci贸n con Python (Creative Commons)
[5] Ra煤l Gonz谩lez Duque. - Python para todos (Creative Commons)
[6] Guido Van Rossum. - El tutorial de Python.
[7] Eugenia Bahit. - Curso: Python para Principiantes. (Creative Commons)
[8] Franck EBEL - S茅bastien ROHAUT. - Algoritmia - T茅cnicas fundamentales de programaci贸n (Ediciones ENI)
[9] S茅bastien CHAZALLET. - Python 3: Los fundamentos del lenguaje (Ediciones ENI)
[10] De Miguel, Pedro. "Fundamentos de los computadores." Editorial Thomson Learning Paraninfo, 2004.)
[11] Ramalho, Luciano. "Fluent Python." Editorial O'Reilly, 2015.
El alumno que ha superado el curso con 茅xito ser谩 capaz de:
Conocimiento:
Con04. Conocer los componentes b谩sicos de un computador, su funcionalidad y las relaciones entre ellos.
Con05. Entender los conceptos y t茅cnicas b谩sicos de la programaci贸n desde un enfoque general.
Destreza:
H/D04. Resolver problemas de programaci贸n b谩sica aplicando adecuadamente los tipos de datos y las estructuras
de control
H/D05. Aplicar los principios de la programaci贸n procedural y programaci贸n modular.
Competencia:
Comp02. Programar algoritmos con las estructuras de datos adecuadas para la resoluci贸n de problemas en el
谩mbito de la rob贸tica.
Adicionalmente, en esta materia, el estudiante adquirir谩 una serie de competencia gen茅ricas, deseables en cualquier titulaci贸n universitaria, y espec铆ficas, propias de la ingenier铆a en general o de la rob贸tica en particular. Dentro del cuadro que se dise帽贸 para la titulaci贸n, se trabajaran las siguientes:
Competencias b谩sicas
CB1: Que los estudiantes hayan demostrado poseer y comprender conocimientos en un 谩rea de estudio que parte de la base de la educaci贸n secundaria general, y se suele encontrar a un nivel que, si bien se apoya en los libros de texto avanzados, incluye tambi茅n algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
CB2: Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocaci贸n de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboraci贸n y defensa de argumentos y la resoluci贸n de problemas dentro de su 谩rea de estudio.
CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonom铆a.
Competencias Generales:
CG2: Capacidad de resoluci贸n de problemas en el campo de la ingenier铆a rob贸tica con creatividad, iniciativa, metodolog铆a y razonamiento cr铆tico.
CG3: Capacidad de utilizar herramientas inform谩ticas para el modelado, la simulaci贸n y el dise帽o de aplicaciones de ingenier铆a.
CG5: Ser capaz de obtener y analizar informaci贸n sobre circuitos, elementos de m谩quinas, control autom谩tico, sensores y sistemas inform谩ticos, con el fin 煤ltimo de lograr aplicaciones rob贸ticas aut贸nomas y flexibles.
Competencias transversales:
CT1: Capacidad de an谩lisis y s铆ntesis.
CT3: Capacidad de trabajo individual, con actitud autocr铆tica.
CT4: Capacidad para trabajar en grupo y abarcar situaciones problem谩ticas de forma colectiva.
CT9: Habilidad en el manejo de tecnolog铆as de la informaci贸n y de la comunicaci贸n (TIC).
CT10: Utilizaci贸n de informaci贸n bibliogr谩fica y de Internet.
CT12: Capacidad para resolver problemas mediante la aplicaci贸n integrada de sus conocimientos.
La metodolog铆a de ense帽anza que se persigue dentro de la materia donde se encuadra la presente asignatura es la siguiente:
* Los contenidos de la materia se impartir谩n de manera indistinta en las clases expositivas y en las clases interactivas. Las unidades te贸ricas y pr谩cticas se impartir谩n de manera alternativa a lo largo del semestre con el objeto de afianzar los conceptos impartidos en ellas.
* La realizaci贸n de todas las actividades propuestas es necesaria, y es muy recomendable la asistencia a todas las clases (expositivas e interactivas) para superar la materia.
* Los recursos necesarios para la presente materia son los siguientes:
a) Disponer de un ordenador personal
b) Copias de los apuntes de la materia.
c) Acceso de los alumnos a la bibliograf铆a en la Biblioteca o por Internet.
d) Acceso a la herramienta Ms Visual Studio
e) OpenOffice o LibreOffice para la preparaci贸n de la documentaci贸n de las pr谩cticas.
f) Acceso el campus virtual de la 奇趣腾讯分分彩
g) Acceso a Ms Teams
Curso Virtual: Esta materia dispondr谩 de un curso virtual desenvuelto sobre la plataforma de Campus virtual de la 奇趣腾讯分分彩, usando adem谩s la herramienta colaborativa Ms Teams. En estas se le facilitar谩 al alumnado todo el material necesario en formato digital, adem谩s de distintas herramientas de comunicaci贸n para el apoyo, tanto de la docencia virtual como de las tutor铆as, incluyendo videoconferencia, chat, correo electr贸nico, foros鈥�
Lecci贸n magistral.
Clases Expositivas e interactivas: Las clases consistir谩n en la explicaci贸n de los apartados del programa con la ayuda de una presentaci贸n electr贸nica. Tambi茅n se realizar谩n ejercicios en la pizarra, haciendo que el alumnado participe y desarrolle programas interactuando con el profesor para la resoluci贸n de estos. Todos los contenidos digitales (los c贸digos de los programas en Python y en C++, las diapositivas de la presentaci贸n en formato PDF) ser谩n puestos a disposici贸n del alumnado en el Campus virtual.
Pr谩cticas en Aula de Inform谩tica
Las clases interactivas tendr谩n lugar en un aula de inform谩tica, en la que se proporcionar谩 un ordenador para cada alumno. La metodolog铆a de aprendizaje de pr谩cticas consiste fundamentalmente en la resoluci贸n por parte del alumno de las actividades propuestas y otros ejercicios de programaci贸n, individualmente o por grupos, con la ayuda del profesor.
Resoluci贸n de problemas
Actividades: A lo largo del semestre, el alumno deber谩 resolver problemas de programaci贸n adecuados a los contenidos desarrollados hasta el momento. Dichas actividades se corresponden con enunciados de los problemas resueltos en los ex谩menes de convocatorias anteriores y con problemas propuestos en recursos detallados en la bibliograf铆a.
La resoluci贸n y entrega de estas actividades se consideran esenciales para alcanzar un resultado satisfactorio en la presente materia.
Tutor铆as: Las sesiones de tutor铆as servir谩n para resolver las dudas del alumnado en cuanto a los contenidos de la materia, resoluci贸n de problemas de teor铆a y ejercicios de pr谩cticas propuestos en el anexo de actividades. Estas tutor铆as ser谩n tanto presenciales como virtuales a trav茅s de la plataforma Ms Teams, y son fundamentales para alcanzar un aprendizaje efectivo de la materia.
La memoria de t铆tulo plantea que, para los sistemas de evaluaci贸n de la asignatura, se seguir谩 la normativa general de evaluaci贸n de la 奇趣腾讯分分彩 y las especificaciones descritas en el apartado 5.1. de la misma. En concreto, y para esta asignatura, se fijan las ponderaciones m铆nima y m谩xima de cada apartado, tal y como se refleja en la siguiente tabla
Sistema de evaluaci贸n
Actividades Propuestas: entre 20% y 100%
Prueba o pruebas evaluaci贸n: entre 0% y 70%
Tutor铆as: entre 0% y 10%
La asistencia a las clases interactivas y expositivas es muy recomendable y se podr谩 tener en cuenta la participaci贸n de los alumnos para la evaluaci贸n de la materia. Las clases pr谩cticas se realizar谩n a lo largo del curso durante las sesiones de clases interactivas.
Se recomienda encarecidamente utilizar las tutor铆as, tanto presenciales como virtuales, para la resoluci贸n de las dudas al respecto de estos problemas o de cualquier contenido de la materia.
Para superar la materia, el estudiante tendr谩 que realizar todas las actividades que se propongan y superar los ex谩menes correspondientes.
Para los casos de realizaci贸n fraudulenta de ejercicios o pruebas ser谩 de aplicaci贸n lo recogido en la 鈥淣ormativa de avaliaci贸n do rendemento acad茅mico dos estudantes e de revisi贸n de cualificaci贸ns鈥� de la 奇趣腾讯分分彩.
Primera oportunidad
Para superar la materia, el estudiante deber谩 haber entregado y superado las actividades propuestas, que se realizar谩n mediante talleres en la plataforma virtual de la asignatura (40% de la calificaci贸n final) y aprobar por separado tanto la teor铆a, que se realizar谩 mediante un examen tipo test con la ayuda de la plataforma virtual, como la parte pr谩ctica, que se realizar谩 mediante tareas en la plataforma virtual de la asignatura consistente en la resoluci贸n de problemas de programaci贸n ( 60% de la calificaci贸n final). Se tendr谩 en cuenta la asistencia a las tutor铆as para la resoluci贸n de dudas.
Las preguntas del examen te贸rico podr谩n referirse tanto a los contenidos reflejados en los apuntes de la asignatura como a los contenidos pr谩cticos trabajados por el estudiante en las actividades entregadas. Estas pruebas podr谩n constar de preguntas tipo test, preguntas cortas y problemas de casos pr谩cticos.
En todas las pruebas se evaluar谩 el grado de asimilaci贸n de las competencias establecidas en el programa docente de la materia. No se realizar谩 ning煤n examen parcial. Para superar la materia se tendr谩 que demostrar un conocimiento superior al 50% en todos los tipos de evaluaci贸n.
Segunda oportunidad
Al margen de la evaluaci贸n continua, todos los estudiantes tienen derecho a asistir al examen de la segunda oportunidad. Se mantiene la nota, y tambi茅n su peso en la nota final, conseguida en cada una de las partes (entrega de actividades y las notas de la parte te贸rica, como de la parte pr谩ctica) durante el curso. Sin embargo, los estudiantes podr谩n entregar en fecha previa el examen de la segunda oportunidad, aquellas actividades que no hubiesen alcanzado la nota de corte en la convocatoria anterior. Para superar la materia se tendr谩 demostrar un conocimiento superior al 50% en todos los tipos de evaluaci贸n.
Sistema de evaluaci贸n Competencias Ponderaci贸n m谩xima
Actividades Propuestas CG2, CG3, CG5, Con04, Con05,H/D04, H/D05, Comp02 40%
Prueba o pruebas evaluaci贸n CG2, CG3, CG5, Con04, Con05,H/D04, H/D05, Comp02 60%
Tutor铆as CG2, CG3, CG5, Con04, Con05,H/D04, H/D05, Comp02 10%
Para superar la materia, es obligatorio para los estudiantes repetidores de a帽os anteriores, la realizaci贸n y entrega de las actividades propuestas en las mismas fechas establecidas para el resto de los estudiantes, as铆 como superar la prueba de tipo Test y el examen de tipo pr谩ctico.
Los estudiantes que no asistan a ninguna de las actividades de ense帽anza programadas por conciliaci贸n laboral o familiar deber谩n cumplir con las disposiciones de la Instrucci贸n 1/2017 de la Secretar铆a General. En estos casos, para aprobar esta materia, es obligatorio la realizaci贸n y entrega de las actividades propuestas, as铆 como superar la prueba de tipo Test y el examen de tipo pr谩ctico.
Tempo de estudio y trabajo personal
La materia tiene fijada una carga de trabajo de 6 ECTS. Este dato conduce a una carga de trabajo para la materia situada entre las 150 (6x25) horas y las 180 (6x30) horas.
En la gu铆a de la materia se puede ver un estudio m谩s detallado sobre el tiempo de estudio y trabajo personal necesario para superar la materia. La recomendaci贸n general ser铆a emplear entre 10 y 12 horas (incluidas las 4 de clase) por semana
Trabajo presencial en el aula (100% de presencialidad)
* Clases te贸ricas (expositivas de grupo grande): 12 horas.
* Pr谩cticas (con grupos reducidos): 36 horas.
* Tutor铆as de grupo (con grupos reducidos): 3 horas.
* Actividades de evaluaci贸n: 5 horas.
Trabajo personal del alumnado
* Lectura y preparaci贸n de temas: 10 horas.
* Realizaci贸n de ejercicios y Elaboraci贸n de trabajos: 70 horas.
* Tutor铆a en grupo: 7 horas.
* Tutor铆a individualizada: 3 horas.
* Preparaci贸n de pruebas de evaluaci贸n: 9 horas.
TOTAL 99 horas
Dado que se emplea una metodolog铆a sustentada en la evaluaci贸n continua, es necesario un trabajo continuado con los contenidos de la materia. Esto es especialmente importante con las pr谩cticas, ya que unos contenidos se van asentando sobre los anteriores, lo que hace muy conveniente tener asimilados los temas anteriores antes de intentar comprender los nuevos. Es la 煤nica forma de poder ir superando las distintas actividades de evaluaci贸n que se proponen.
Para el estudio de la materia, se recomienda realizar la totalidad de los ejercicios de los boletines de problemas y de las actividades, tanto los que se resuelvan en las propias sesiones interactivas, como los que queden propuestos.
La asignatura se impartir谩 en Castellano.
Por razones evidentes de convivencia, as铆 como una adecuada calidad de las actividades did谩cticas que se llevan a cabo en el marco del grado, est谩 terminantemente prohibido el uso del tel茅fono m贸vil en el aula, responsabilizando al alumnado de las consecuencias legales y acad茅micas que puedan derivarse de la utilizaci贸n de este.
Efren Arias Jordan
Coordinador/a- Department
- Electronics and Computing
- Area
- Languages and Computer Systems
- efren.arias [at] usc.es
- Category
- Professor: University School Lecturer
| Monday | |||
|---|---|---|---|
| 12:00-14:00 | Grupo /CLE_01 | Spanish | Classroom 7 (Lecture room 2) |
| Wednesday | |||
| 11:00-14:00 | Grupo /CLIL_01 | Spanish | Computer Room 7 (Aulario 4) |
| Thursday | |||
| 11:00-14:00 | Grupo /CLIL_02 | Spanish | Computer Room 7 (Aulario 4) |
| Friday | |||
| 11:00-14:00 | Grupo /CLIL_03 | Spanish | Computer Room 7 (Aulario 4) |
| 12.19.2024 09:00-14:00 | Grupo /CLE_01 | Computer Room 1 (Pav.III) |
| 12.19.2024 09:00-14:00 | Grupo /CLE_01 | Computer Room 4 (Pav.III) |
| 12.19.2024 09:00-14:00 | Grupo /CLE_01 | Computer Room 5 (Pav III) |
| 06.12.2025 09:00-14:00 | Grupo /CLE_01 | Computer Room 1 (Pav.III) |
| 06.12.2025 09:00-14:00 | Grupo /CLE_01 | Computer Room 4 (Pav.III) |
| 06.12.2025 09:00-14:00 | Grupo /CLE_01 | Computer Room 5 (Pav III) |