Pla docent de l'assignatura

 

 

CatalÓ English Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Programaciˇ

Codi de l'assignatura: 361192

Curs acadŔmic: 2021-2022

Coordinaciˇ: ANA EDELMIRA PASARELLA SANCHEZ

Departament: Facultat d'Economia i Empresa

crŔdits: 6

Programa ˙nic: S

 

 

Hores estimades de dedicaciˇ

Hores totals 150

 

Activitats presencials i/o no presencials

60

 

-  TeoricoprÓctica

Presencial

 

30

 

-  PrÓctiques d'ordinadors

Presencial

 

30

Treball tutelat/dirigit

40

Aprenentatge aut˛nom

50

 

 

CompetŔncies que es desenvolupen

 

   -

Capacitat per usar, interpretar, documentar i adaptar eines informÓtiques per a l'anÓlisi estadÝstica i la gestiˇ de bases de dades, que permeti l'ajust de models i la resoluciˇ de problemes.

   -

Capacitat d'utilitzar llenguatges de programaciˇ per a la implementaciˇ d'algoritmes i de sistemes de gestiˇ 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 temÓtics

 

1. RepÓs d’eines fonamentals de la programaciˇ

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. Combinaciˇ 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 mÚs 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.

 

 

Avaluaciˇ 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

 

Avaluaciˇ ˙nica

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

 

 

Fonts d'informaciˇ bÓsica

Consulteu la disponibilitat a CERCABIB

Llibre

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

CatÓleg UB  Enlla├ž

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

CatÓleg UB  Enlla├ž

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

CatÓleg UB  Enlla├ž

Text electr˛nic

The R Project for Statistical Computing