Programació Aplicada II

• Hores setmanals
• Resultats d'aprenentatge
• Objectius
• Continguts
• Activitats
• Metodologia docent
• Mètode d'avaluació
• Bibliografia

Professorat

Responsable

• Alexis Molina Martinez de los Reyes ( )
• Gabriel Valiente Feruglio ( )

Hores setmanals

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. Comprendre els algorismes iteratius i la seva implementació en un llenguatge de programació modern i aplicar-los per resoldre problemes.
   Competències relacionades: K3, K4, S7, S8, C6,
2. Comprendre els algorismes recursius i la seva implementació en un llenguatge de programació modern i aplicar-los per resoldre problemes.
   Competències relacionades: K3, K4, S7, S8, C6,
3. Comparar solucions pel que fa al temps i l'ús de memòria i triar la solució més adequada.
   Competències relacionades: K3, K4, S7, S8, C6,

Continguts

1. Introduction
   Introduction. Recapitulation of Applied Programming 1. Introduction to Python. Functions, scoping, and abstraction. Structured types and mutability.
2. Recursion
   Recursion. Recursive design. Simple recursion. Multiple recursion. Tail recursion. Tail recursion elimination. Examples.
3. Object-oriented programming
   Introduction to object-oriented programming. Abstract data types, classes, and methods. Encapsulation, inheritance, shadowing. Examples.
4. Algorithm analysis
   Algorithm analysis. Cost in time and space. Worst, best, and average case. Asymptotic notation. Analysis of the cost of iterative algorithms. Analysis of the cost of recursive algorithms. Recurrences. Solution methods. Examples.
5. Divide and conquer
   Divide and conquer. Principles: partition into subproblems, recombination of solutions. Examples.
6. Dynamic programming
   Dynamic programming. Principles: partition into overlapping subproblems, memoization, tabulation. Top-down dynamic programming. Bottom-up dynamic programming. Examples.

Activitats

Activitat Acte avaluatiu

Metodologia docent

Mètode d'avaluació

Bibliografia

Bàsica:

• Introduction to computation and programming using Python : with application to understanding data - Guttag, John, The MIT Press, 2021. ISBN: 9780262542364
  https://discovery.upc.edu/permalink/34CSUC_UPC/8e3cvp/alma991005204079706711

Complementaria:

• Introduction to algorithms - Cormen, Thomas H, The MIT Press , cop. 2009. ISBN: 978-0-262-03384-8
  https://discovery.upc.edu/permalink/34CSUC_UPC/8e3cvp/alma991003632289706711