Eines Informàtiques i de Programació
Codi: 106807 Crèdits: 6| Titulació | Tipus | Curs | Semestre |
|---|---|---|---|
| 2504602 Nanociència i Nanotecnologia | FB | 1 | 1 |
Professor/a de contacte
- Nom:
- Xavier Cartoixa Soler
- Correu electrònic:
- xavier.cartoixa@uab.cat
Idiomes dels grups
Podeu accedir-hi des d'aquest enllaç. Per consultar l'idioma us caldrà introduir el CODI de l'assignatura. Tingueu en compte que la informació és provisional fins a 30 de novembre de 2023.
Equip docent
- Catalina Coll Benejam
- Pedro Alcázar Guerrero
Prerequisits
Cap.
Objectius
- Familiaritzar-se en l’ús de vàries eines informàtiques pel tractament de dades i la presentació gràfica d’informació.
- Conèixer les estructures bàsiques d’un programa: tipus, branques, bucles; així com les fases de la seva creació.
- Ser capaç de fer servir el llenguatge python per realitzar tasques comuns en un laboratori de Nanociència i Nanotecnologia.
Resultats d'aprenentatge
- CM12 (Competència) Resoldre problemes en l'àmbit de la nanociència, seleccionant les eines informàtiques i de programació adequades.
- KM18 (Coneixement) Reconèixer les eines informàtiques del tractament, l'anàlisi i la representació de dades.
- KM19 (Coneixement) Identificar les diferents etapes, des de l'anàlisi fins a la verificació, d'un programa informàtic executable i les eines disponibles per a dur-les a terme.
- SM18 (Habilitat) Escriure programes informàtics d'anàlisi i resolució de problemes simples en diferents llenguatges de programació científica.
- SM19 (Habilitat) Utilitzar aplicacions informàtiques de visualització, tractament i representació de dades.
- SM19 (Habilitat) Utilitzar aplicacions informàtiques de visualització, tractament i representació de dades.
- SM20 (Habilitat) Transmetre dades científiques rellevants mitjançant la creació de figures d'alta qualitat.
- SM20 (Habilitat) Transmetre dades científiques rellevants mitjançant la creació de figures d'alta qualitat.
Continguts
1. Configuració de l’entorn informàtic
1. WSL2, VMs, Cygwin, Dual boot
2. Instal·lació de software
3. Configuració de python
2. Familiarització en entorns Linux (PAUL)
1. La finestra de terminal
2. Configuració del sistema
3. Algoritmes i estructures bàsiques
1. Blocs bàsics
4. Python
1. Hello world
2. If, then, else
3. While, do while
4. For loop
5. Funcions i subrutines
6. Mòduls
7. Tipus de variables
8. Objectes
5. Presentació gràfica d’informació
1. Excel
2. Gnuplot
3. Matplotlib
6. Tractament de dades
1. NumPy i SciPy
2. Integració numèrica
3. Àlgebra lineal
4. Sèrie de Fourier
5. Interpolació de punts
7. Classificacions de llenguatges de programació
1. Funcional vs Orientats a Objectes (OO)
2. Compilats vs interpretats
3. Passar per valor vs passar per referència
4. Tipus d’una variable
8. Eines
1. Compiladors i intèrprets
2. Llenguatges: Hello world en
3. Debuggers: gdb, idb, GUIs
4. IDEs: Eclipse, Visual Studio, kdevelop
5. Profilers i memory leak detectors
6. Recursos online: repositoris, documentació, stackoverflow
9. Consideracions finals
Metodologia
La formació es basarà en classes magistrals amb ús esporàdic de l’ordinador, complementades amb pràctiques d'aula amb ús intensiu de l’ordinador i pràctiques de laboratori on s’aplicaran els continguts apresos al control d’instrumentació i anàlisi i visualització de dades.
Es faran activitats autònomes que inclouran l’elaboració de programes informàtics simples.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Activitats formatives
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Tipus: Dirigides | |||
| Classe magistral | 30 | 1,2 | CM12, KM18, KM19, SM18, SM19, SM20 |
| Pràctiques d'aula | 15 | 0,6 | CM12, SM18, SM19, SM20 |
| Pràctiques de laboratori | 7 | 0,28 | KM18, KM19, SM18, SM19, SM20 |
| Tipus: Autònomes | |||
| Estudi i realització de programes | 77 | 3,08 | CM12, KM18, KM19, SM18, SM19, SM20 |
| Preparació de pràctiques de laboratori | 15 | 0,6 |
Avaluació
La realització de les pràctiques de laboratori és obligatòria, i cal aprovar les pràctiques separadament.
Per a aprovar l’assignatura cal una nota mínima de 4 en la prova de síntesi. Això es pot obtenir o bé:
a) Quan la mitjana de les proves parcials de síntesi assoleixi el 4, i cap de les proves parcials tingui una qualificació inferior a 2.
b) Quan la prova de síntesi de recuperació assoleixi el mínim de 4.
Per presentar-se a la prova de síntesi de recuperació cal haver-se presentat prèviament com a mínim a una de les proves parcials de síntesi, i haver aprovat les pràctiques.
Les matrícules d'honor es concediran amb preferència als resultats de les proves de síntesi parcials sobre la de recuperació. Es podrà anar a la prova de síntesi de recuperació a pujar nota, però en cas d'obtenir una qualificació inferior a la de la mitjana de les proves parcials, la qualificació de síntesi final serà la mitjana entre la mitjana dels parcials i la nota de recuperació.
Aquesta assignatura no preveu el sistema d'avaluació única.
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Problemes i treball independent | 20% | 0 | 0 | KM18, KM19, SM18, SM19 |
| Prova de síntesi | 55% | 6 | 0,24 | CM12, KM18, SM18 |
| Pràctiques de laboratori | 25% | 0 | 0 | CM12, KM18, SM18, SM19, SM20 |
Bibliografia
- Eric Matthes, Python Crash Course : a hands-on, project-based introduction to programming, No Starch Press, San Francisco, 3rd Ed, 2023.
- Sébastien Chazallet, Python 3 : Los fundamentos del lenguaje, ENI Ediciones, 2ª ed, 2016.
- Connor P. Milliken, Python Projects for Beginners, Apress, 1st ed, 2020.
- Joel Grus, Data Science from Scratch : First Principles with Python, O’Reilly, Sebastopol, CA, USA, 2nd ed, 2019.
Programari
El curs farà ús intensiu del llenguatge de programació python , així com ús esporàdic d’altres programes i llenguatges. S’oferirà assistència per la configuració de l’entorn.