Programació Aplicada I

Esteu aquí

Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits
Departament
CS
Mail
El curs presenta els elements d'un llenguatge de programació informàtica i els fonaments algorísmics bàsics per treballar amb dades escalars i estructurades. Durant el curs els estudiants adquiriran els coneixements per abordar problemes de programació de complexitat petita i mitjana.
El curs cobreix conceptes i tècniques bàsiques per construir programes en llenguatges imperatius.
Al final del curs, els alumnes:

1. coneixerà els components bàsics dels llenguatges imperatius: variables, tipus, expressions, condicionals i iteracions.
2. serà capaç d'utilitzar i dissenyar procediments (accions i funcions) per encapsular solucions de subproblemes.
3. serà capaç d'utilitzar la metodologia del disseny descendent per donar solucions a problemes de dificultat mitjana.
4. serà capaç d'utilitzar vectors i diccionaris per emmagatzemar informació estructurada i com a base per al disseny d'estructures de dades.
5. Coneixerà i sabrà reproduir i utilitzar correctament alguns algorismes fonamentals, com ara la cerca dicotòmica o els algorismes elementals d'ordenació vectorial.

El llenguatge de programació utilitzat en aquest curs és Python, encara que l'èmfasi no està en l'aprenentatge dels detalls del llenguatge sinó en la resolució de problemes algorísmics i la construcció de programes estructurats.

Professorat

Responsable

  • Lluis Padro Cirera ( )

Hores setmanals

Teoria
2
Problemes
2
Laboratori
0
Aprenentatge dirigit
0
Aprenentatge autònom
6

Resultats d'aprenentatge

Resultats d'aprenentatge

Coneixements

  • K3 - Identificar els fonaments matemàtics, les teories informàtiques, els esquemes algorísmics i els principis d'organització de la informació aplicables al modelat de sistemes biològics i a la resolució eficient de problemes bioinformàtics mitjançant el disseny d'eines computacionals.
  • K4 - Integrar els conceptes oferts pels llenguatges de programació de major ús en l'àmbit de les Ciències de la Vida per a modelar i optimitzar estructures de dades i construir algorismes eficients, relacionant-los entre sí i amb els seus casos d'aplicació.

Habilitats

  • S7 - Implementar mètodes de programació i anàlisi de dades a partir de l'elaboració d'hipòtesis de treball, dins de l'àrea d'estudi.
  • S8 - Enfrontar-se a la presa de decisions, i defensar-les amb arguments, en la resolució de problemes de les àrees de biologia, així com, dins dels àmbits adequats, les ciències de la salut, les ciències de la computació i les ciències experimentals.

Competències

  • C6 - Detectar deficiències en el propi coneixement i superar-les mitjançant la reflexió crítica i l'elecció de la millor actuació per a ampliar aquest coneixement.

Objectius

  1. Entendre com construir un programa i utilitzar les eines les eines necessàries: consola, editor i compilador.
    Competències relacionades: K4, C6,
  2. Comprendre la sintaxi i la semàntica d'expressions i instruccions bàsiques en un llenguatge de programació imperatiu (Python).
    Competències relacionades: K4, C6,
  3. Comprendre els conceptes de funció, procediment i pas de paràmetres, per poder-ho
    utilitzar funcions i procediments per desenvolupar programes.
    Competències relacionades: K4, C6,
  4. Comprendre llistes, diccionaris i conjunts, i identificar com utilitzar-los adequadament per resoldre problemes
    Competències relacionades: K3, K4, S7, C6,
  5. Comparar solucions pel que fa a l'ús del temps i de la memòria i triar les solucions més adequades per a casos senzills.
    Competències relacionades: K3, S7, S8, C6,
  6. Comprendre esquemes de cerca i recorregut i aplicar-los adequadament per resoldre problemes.
    Competències relacionades: K3, S7, C6,
  7. Entendre la cerca binària i els algorismes d'ordenació bàsics (inserció, selecció, bombolla, mergesort)
    Competències relacionades: K3, S8, C6,

Continguts

  1. Basic Programming concepts
    Introduction: algorithm, program
    - variable, expression,
    - assignment. I/O. Conditional
    - Iiterative statements.

    Solving problems with scalar data
  2. Iterative schemas
    Traversal & Search schemas.
    Invariants
  3. Functions and Procedures
    Function design and parameter passing.
    Function design examples.
  4. Lists
    Representation of data structures with lists. Traversal and search algorithms on lists. Python memory management of Lists
  5. Matrices
    Basic algorithms on matrices: sum, symmetric, transpose, multiplication.
    Python memory management of Matrices
  6. Dictionaries
    Memory representation of dictionaries. Hashing concept.
    Mutability. Tuples.
    Counters. Sets.
    FrozenSets
  7. Computational Complexity
    Basic notions of computational complexity
  8. Sort algorithms
    Bubble sort
    Insertion sort
    Selection sort
    Mergesort
    sorting Python structures using lambda as key
  9. Standard Python Input
    readline
    readlines
    strip
    split

Activitats

Activitat Acte avaluatiu


Basic concepts of programming

Introduction: algorithm, program, variable, expression, assignment. I/O. Conditional Iiterative statements. Solving problems with scalar data
Objectius: 1 2
Continguts:
Teoria
4h
Problemes
4h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Iterative schemas

Traversal & Search problems Invariants. Loop design
Objectius: 2 6
Continguts:
Teoria
4h
Problemes
4h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Functions.

Functions: design and parameter passing. Function design examples.
Objectius: 3
Continguts:
Teoria
4h
Problemes
4h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Lists and Matrices

Representation of data structures with lists. Traversal and search algorithms on lists. Python memory management of Lists Matrices. Basic algorithms on matrices: sum, symmetric, transpose, multiplication. Python memory management of Matrices
Objectius: 4
Continguts:
Teoria
4h
Problemes
4h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Dictionaries and Sets

Dictionaries. Memory representation. Hashing concept. Counters. Sets. Memory representation. FrozenSets.
Objectius: 4 5
Continguts:
Teoria
4h
Problemes
4h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Computational Complexity

Basic notions of computational complexity
Objectius: 5 6 7
Continguts:
Teoria
2h
Problemes
2h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h

Sort algorithms

Bubble sort Insertion sort Selection sort sorting Python structures. Using lambda as key
Objectius: 7
Continguts:
Teoria
4h
Problemes
4h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Data Structure Design

Representing complex data. lists of lists, lists of dictionaries, dictionaries with lists, embedded dictionaries. dicctionaries with structured keys (tuples/frozensets) Problem solving via appropriate data structures
Objectius: 4 5
Continguts:
Teoria
4h
Problemes
4h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Metodologia docent

During theoretical sessions, the professor will expose programming concepts, combined with examples and problem solving.

During problem-solving sessions, students will work on their own solving problems with an online platform (El Jutge), under supervison and assistance of the professor when needed

Mètode d'avaluació

hi haura dos examens. Un parcial i un final
Addicionalment, hi haura algunes proves evaluables realitzades durant les classes de problemes, anunciades amb antelacio.

NotaFinal = 0.10*NP + 0.90*max(EF, 0.4*EP+0.6*EF)

on:
NP : Nota de problemes. Testos curts realitzas a les classes de problemes
EP: Examen parcial
EF: Examen final

Es podran presentar a reevaluacio els estudiants que compleixin:
- Haver-se presentat a EP, EF i almenys un 50% de les proves de problemes (NP)
- Tenir almenys un 3.5 de mitjana
- La reevaluació consistirà en un exàmen adiccional, la nota del qual substituirà la de EF.

Bibliografia

Bàsica:

Complementaria: