Programación Aplicada II

• Horas semanales
• Resultados de aprendizaje
• Objetivos
• Contenidos
• Actividades
• Metodología docente
• Método de evaluación
• Bibliografía

Profesorado

Responsable

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

Horas semanales

Resultados de aprendizaje

Resultados de aprendizaje

Conocimientos

• K3 - Identificar los fundamentos matemáticos, las teorías informáticas, los esquemas algorítmicos y los principios de organización de la información aplicables al modelado de sistemas biológicos y a la resolución eficiente de problemas bioinformáticos mediante el diseño de herramientas computacionales.
• K4 - Integrar los conceptos ofrecidos por los lenguajes de programación de mayor uso en el ámbito de las Ciencias de la Vida para modelar y optimizar estructuras de datos y construir algoritmos eficientes, relacionándolos entre sí y con sus casos de aplicación.

Habilidades

• S7 - Implementar métodos de programación y análisis de datos orientados a partir de la elaboración de hipótesis de trabajo, dentro del área de estudio.
• S8 - Enfrentarse a la toma de decisiones, y defenderlas con argumentos, en la resolución de problemas de las áreas de biología, así como, dentro de los ámbitos adecuados, las ciencias de la salud, las ciencias de la computación y las ciencias experimentales.

Competencias

• C6 - Detectar deficiencias en el propio conocimiento y superarlas mediante la reflexión crítica y la elección de la mejor actuación para ampliar este conocimiento.

Objetivos

1. Understand iterative algorithms and their implementation in a modern programming language, and apply them to solve problems.
   Competencias relacionadas: C6, K3, K4, S7, S8,
2. Understand recursive algorithms and their implementation in a modern programming language, and apply them to solve problems.
   Competencias relacionadas: C6, K3, K4, S7, S8,
3. Compare solutions regarding time and memory use and choose the most appropriate solution.
   Competencias relacionadas: C6, K3, K4, S7, S8,

Contenidos

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.

Actividades

Actividad Acto evaluativo

Metodología docente

Método de evaluación

Bibliografía

Básica:

• 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