Pla docent de l'assignatura

 

 

Catalā English Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Programaciķ

Codi de l'assignatura: 361192

Curs acadčmic: 2021-2022

Coordinaciķ: ANA EDELMIRA PASARELLA SANCHEZ

Departament: Facultat d'Economia i Empresa

crčdits: 6

Programa únic: S

 

 

Hores estimades de dedicaciķ

Hores totals 150

 

Activitats presencials i/o no presencials

60

 

-  Teoricoprāctica

Presencial

 

30

 

-  Prāctiques d'ordinadors

Presencial

 

30

Treball tutelat/dirigit

40

Aprenentatge autōnom

50

 

 

Competčncies que es desenvolupen

 

   -

Capacitat per usar, interpretar, documentar i adaptar eines informātiques per a l'anālisi estadística i la gestiķ de bases de dades, que permeti l'ajust de models i la resoluciķ de problemes.

   -

Capacitat d'utilitzar llenguatges de programaciķ per a la implementaciķ d'algoritmes i de sistemes de gestiķ de bases de dades.

Objectius d'aprenentatge

 

Referits a coneixements

— Conèixer i entendre les diferents estructures de dades en l’entorn de programació estadística R i les seves diferències.

— Entendre la necessitat d’estructurar les dades en un algorisme i les diferents possibilitats depenent de les necessitats del problema.

— Entendre per què de vegades cal usar una estructura de dades o una altra per resoldre un problema.

— Conèixer les tècniques bàsiques de l’anàlisi d’eficiència d’un algorisme.

 

Referits a habilitats, destreses

— Aplicar els coneixements sobre estructures de dades per resoldre problemes de mitjana envergadura.

— Aplicar els coneixements bàsics de l’anàlisi d’eficiència d’un algorisme.

 

 

Blocs temātics

 

1. Repās d’eines fonamentals de la programaciķ

1.1. Els vectors

1.2. Esquema de recorregut i esquema de cerca

1.3. Disseny descendent (accions i funcions)

2. Les matrius (taules)

2.1. Conceptes

2.2. Recorreguts i accés

3. Combinaciķ de dades de diferent tipus (List)

3.1. Introducció i conceptes generals

3.2. Construcció i operacions amb el tipus List

4. Estructures de dades més complexes (Data Frames)

4.1. Introducció i conceptes bàsics

4.2. Construcció i operacions amb Data Frames

4.3. Combinacions d’estructures

 

 

Metodologia i activitats formatives

 

El mètode docent es basa en dos tipus d’activitats presencials (a classe):

1. Classes de teoria i problemes, en què l’objectiu és presentar les eines i tècniques incloses com a continguts de l’assignatura, i alhora resoldre i analitzar els problemes relacionats amb la teoria presentada, de manera intercalada.

2. Classes de laboratori (pràctiques d’ordinador), que es duen a terme a les aules d’informàtica de la Facultat, en què l’objectiu és l’aplicació pràctica del que s’ha vist a les classes de teoria i problemes en els ordinadors, i especialment el desenvolupament de programes.

El grup es desdobla en dos per a les classes de teoria; tots els estudiants tenen el mateix horari i fan les classes dos professors. En canvi, el grup es desdobla en tres per a les classes de laboratori (pràctiques d’ordinador), també tots els estudiants fan el mateix horari i imparteixen les classes tres professors.

 

 

Avaluaciķ acreditativa dels aprenentatges

 

L’avaluació de l’assignatura es basa principalment en dos tipus d’activitats:

a) Dues proves escrites, que no eliminen temari i que consisteixen en la resolució, per escrit, d’un conjunt d’exercicis o problemes:
— Una prova de seguiment, que es duu a terme a la meitat del curs (NEPar). Aquesta prova es fa cap a la meitat del semestre.
— Una prova final (NEFin). Es fa el mateix dia que la prova d’avaluació única.

b) Un exercici pràctic de laboratori  (NELab) que s’ha de lliurar en un temps màxim de dues setmanes.

c) Una prova pràctica que es fa en els ordinadors (NPRAC) en l’última classe de laboratori.

El càlcul de la nota final es fa segons el procediment següent:    

        NCON = Màx ((0.3 * NEPar + 0.7 * NEFin), NEFin)

        NFINAL = 0.1*NELab + 0.2 * NPRAC + 0.7 * NCON

 

Avaluaciķ única

L’avaluació única consisteix en una única prova escrita que dona la nota final (NFINAL).

 

 

Fonts d'informaciķ bāsica

Consulteu la disponibilitat a CERCABIB

Llibre

AHO, Alfred V. et al. Estructuras de datos y algoritmos. Willmington, Del.: Addison-Wesley Iberoamericana, 1988

Catāleg UB  Enllaç

MATLOFF, Norman S. The Art of R Programming. A Tour of Statistical Software Design. San Francisco: No Starch Press, 2011

Catāleg UB  Enllaç

BRAUN, John, et al. First Course in Statistical Programming with R. Cambridge: Cambridge University, 2007

Catāleg UB  Enllaç

Text electrōnic

The R Project for Statistical Computing