Titulación | Tipo | Curso | Semestre |
---|---|---|---|
2503740 Matemática Computacional y Analítica de Datos | FB | 1 | 2 |
Es necesario que el estudiante haya cursado Matemáticas en los dos cursos de bachillerato y se haya examinado de esta materia en las PAU.
[Traducido de la versión catalana por Google translator]
Conocer los grafos combinatorio y su terminología
Conocer los diferentes algoritmos de búsqueda y movimiento en grafos
Conocer los tipos de datos dinámicos para representación de grafos y su implemnentació en C
Conocer los algoritmos básicos de búsqueda óptimas en grafos y su complejidad
[Traducido de la versión catalana por Google translator]
Algoritmos combinatorios para grafos
Grafos combinatorios y búsquedas en grafía
Teoría de grafos: introducción
Buscar en grafos: Depth-first and Breadth-first
algoritmos Greedy
recursividad
Tipos abstractos de datos y programación orientada a objetos: Listas dinámicas y árboles
Algoritmos de representación de grafos. Avantatgews inconvenientes de cada una de las opciones.
Tipos abstractos y dinámicos de datos para grafos y su implementación en C.
Algoritmos básicos de búsqueda óptimas en grafos y su complejidad
Cálculo de distancias a partir de la latitud y la longitud
Algoritmo de Dijkstra para rutas óptimas en grafos
Algoritmo A *: búsqueda heurística para rutas óptimas en grafos
[Traducido de la versión catalana por Google translator]
Las sesiones semanales de la asignatura se dividirán, normalmente, en dos partes:
a) Una parte teórica en la que el profesor introducirá los conceptos, métodos y ejemplos relativos al temario de la asignatura.
b) Una parte práctica en la que se propondrá a los estudiantes una serie de problemas o ejercicios en los que se pondrá de manifiesto y se trabajará de forma concreta lo que se ha visto en la parte teórica. Estas sesiones se realizarán en alguna de las aulas de informática de la facultad. Cada práctica tendrá un enunciado diferente, que se publicará en el Campus Virtual e implicará la entrega de las respuestas a algunas cuestiones planteadas. La entrega será durante el día en que se realiza la práctica.
También se propondrán ejercicios complementarios como actividad autónoma para ayudar a la comprensión de la parte aplicada de la asignatura.
[Traducido de la versión catalana por Google translator]
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Asistir a las clases teóricas y prácticas | 56 | 2,24 | 1, 7, 9, 13, 15 |
Tipo: Supervisadas | |||
Realización de las prácticas | 55 | 2,2 | 1, 5, 6, 2, 7, 9, 11, 12, 13, 14, 15 |
Tipo: Autónomas | |||
Resolución de ejercicios complementarios | 30 | 1,2 | 1, 5, 6, 2, 7, 9, 11, 12, 13, 14, 15 |
La evaluación constará de las siguientes actividades:
un examen final recuperable, que cuenta el 40% de la nota
un trabajo práctico individual con plazo de entrega donde será necesario desarrollar e implementar algoritmos, que cuenta el 35% de la nota. Esta es una actividad de evaluación continua y no es recuperable
entrega, durante las sesiones prácticas, de ejercicios prácticos que se realizarán en grupos de dos. Cuentan un 25% de la nota. Esta es una actividad de evaluación continua y no es recuperable
La nota mínima en cada una de las tres actividades de evaluación para poder aprobar la asignatura es de 3,5 puntos sobre 10.
[Traducido de la versión catalana por Google translator]
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Entrega de ejercicios prácticos | 25% | 0 | 0 | 1, 5, 4, 3, 7, 9, 10, 11, 12, 13, 14, 15 |
Examen final | 40% | 4 | 0,16 | 4, 7, 8, 9, 12, 13 |
Trabajo pràctico individual | 35% | 5 | 0,2 | 1, 5, 6, 2, 4, 3, 7, 9, 11, 12, 13 |