Logo UAB

Programación

Código: 106932 Créditos ECTS: 6
2024/2025
Titulación Tipo Curso
2503743 Gestión de Ciudades Inteligentes y Sostenibles FB 1

Contacto

Nombre:
Carles Ferrer Ramis
Correo electrónico:
carles.ferrer@uab.cat

Equipo docente

Raimon Casanova Mohr
Carlos Casado Martinez

Idiomas de los grupos

Puede consultar esta información al final del documento.


Prerrequisitos

Conocimientos básicos de informática.


Objetivos y contextualización

En esta materia se introducirán los conceptos básicos relativos a las Tecnologías de la Información y las Comunicaciones (TIC) como herramientas para el desarrollo de aplicaciones de gestión de las ciudades, así como nociones básicas de algorítmica y programación de aplicaciones.


Resultados de aprendizaje

  1. KM09 (Conocimiento) Entender el funcionamiento y la correcta gestión de las bases de datos.
  2. SM07 (Habilidad) Resolver problemas sencillos para la gestión de las ciudades mediante aplicaciones informáticas que procesen y extraigan información de datos geoespaciales.
  3. SM08 (Habilidad) Utilizar las técnicas de análisis de algoritmos y programa para diseñar nuevas soluciones algorítmicas basadas en la idea de recursividad o de técnicas específicas de diseño de algoritmos.

Contenido

1.Introducción a la programación

1.1. Variables y tipos de datos

1.2. Operadores

1.3. Precedencia

2. Estructuras de control

2.1. Condicionales

2.2. Bucles

3. Tipos estructurados de datos I

3.1. Listas

3.2. Diccionarios

4. Funciones

5. Esquemas algorítmicos

6. Ficheros

7. Tipo estructurado de datos II

7.1. Conjuntos

7.2. Tuples

 

Actividades formativas y Metodología

Título Horas ECTS Resultados de aprendizaje
Tipo: Dirigidas      
Clases de teoria 26 1,04 KM09, SM07, SM08, KM09
Problemas y prácticas 24 0,96 SM08, SM08
Trabajo autónomo 76 3,04 SM08, SM08

La metodología docente estará basada en tres tipos de actividades:

  • Actividad dirigida: clases teóricas, prácticas y de análisis de problemas.
  • Actividad supervisada: asistencia a tutorías y realización de ejercicios con seguimiento pautado.
  • Actividad autónoma: parte de estudio del alumnado y resolución de casos, individualmente o en grupo.

Para poder realizar una correcta evaluación de las competencias transversales correspondientes a la asignatura, se propondrá al alumnado la realización de un trabajo conjunto. Esta actividad les permitirá desarrollar las competencias transversales relacionadas con el trabajo grupal (T01), haciéndose responsables de las tareas asignadas, respectando el rol de los diferentes miembros del equipo y evaluando entre ellos de manera crítica el trabajo realizado (T05).

La forma de comunicación preferente con el alumnado será el campus virtual combinado con el correo institucional de la UAB.

Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.

Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.


Evaluación

Actividades de evaluación continuada

Título Peso Horas ECTS Resultados de aprendizaje
Actividades de prácticas 30% 10 0,4 SM08
Activitats supervisades 10% 10 0,4 SM08
Pruebas de evaluación 60% 4 0,16 KM09, SM07, SM08

1. Pruebas de evaluación continuada
Hay dos pruebas que incluyen los cinco bloques de materia (1,2 en la primera prueba y 3, 4,5 a la segunda prueba).

Pruebas de evaluación continua Peso nota evaluación continua Nota mínima para promediar
1-3 Introducciön programación, estructuras de control, tipos de estructuras de datos I.  50% 4
4-7  Funciones, esquemas algorítmicos, ficheeros, tipos de estructuras de datos II. 50% 4

2. Nota final de la evaluación

Nota final Peso nota final
Evaluación continua 60%
Evaluación continua  10%
Prácticas 30%

3. Se considera aprobado todo aquel que:

  • tenga nota final igual / superior a 5 y
  • tenga las prácticas aprobadas (mínimo tener un 5) y
  • no le quede ninguna prueba de la evaluación continua por debajo de la nota mínima (4.0) para hacer promedio.

4. Evaluación de las prácticas

Se harán un total 2 prácticas una por parcial donde se pedirá llevar preparado de casa el algoritmo de la cada una de ellas que contará un 10% de la nota de la práctica.

5. Las recopilaciones de clase no se pueden recuperar.

6. Habrá un examen final de los dos bloques de teoría destinado a recuperar la parte no superada de la evaluación continua.

7. Al inicio de curso académico, en caso de que sea posible, se notificará si hay convalidación de prácticas. Caso de estar, la convalidación de prácticas noméses realizará a aquellos alumnos que lo soliciten y hayan aprobado las prácticas en el curso anterior. El peso de la evaluación continuada en la nota final, en los alumnos con convalidación de prácticas, pasa a ser el 90%.

8. Las fechas de evaluación continua se fijan a inicio de curso y no tienen fecha alternativa de recuperación en caso de inasistencia. Caso de producirse algún cambio de programación por motivos de adaptación a posibles incidencias, siempre se informará en el campus virtual sobre estos cambios.

9. Sin perjuicio de otras medidas disciplinarias que se estimen oportunas, y de acuerdo con la normativa académica vigente, las irregularidades cometidas por un estudiante que puedan conducir a una variación de la calificación se calificarán con un cero (0). Por ejemplo, plagiar, copiar, dejar copiar, ..., una actividad de evaluación, implicará suspender esta actividad de evaluación con un cero (0). Las actividades de evaluación calificadas de esta forma y por este procedimiento no serán recuperables. Si es necesario superar cualquiera de estas actividades de evaluación para aprobar la asignatura, esta asignatura quedará suspendida directamente, sin oportunidad de recuperarla en el mismo curso.

10. Casos no evaluables

En caso de que no se haga ninguna entrega, no se asista a ninguna sesión de laboratorio y no se haga ningún examen, la nota correspondiente será un "no evaluable". En otro caso, los "no presentados" computan como un 0 para el cálculo de la media ponderada que, como máximo, será 4,5. Es decir, la participación en alguna actividad evaluada implica que se tengan en cuenta los "no presentados" en otras actividades como ceros. Por ejemplo, una ausencia en una sesión de laboratorio implica una nota de cero para aquella actividad.

11. Matrículas de honor

A criterio delprofesorado, las matrículas de honor se concederán a quienes obtengan una nota superior o igual a 9,5 en cada parte, hasta el 5% de los matriculados según orden descendente de nota final. También se podrán conceder en otros casos.

12. Evaluación única

No se prevé evaluación única.

 

Bibliografía

  • A. Prieto, A. B. Prieto. Conceptos de informática. Ed. Mc Graw Hill, 2005.
  • Mark Lutz. Learning Python, Fourth Edition. Ed. O'Reilly Media, Inc., 2009.

Software

Python IDLE


Lista de idiomas

Nombre Grupo Idioma Semestre Turno
(PAUL) Prácticas de aula 611 Catalán segundo cuatrimestre manaña-mixto
(PAUL) Prácticas de aula 612 Catalán segundo cuatrimestre manaña-mixto
(TE) Teoría 61 Catalán segundo cuatrimestre manaña-mixto