Logo UAB

Eines Informàtiques i de Programació

Codi: 106807 Crèdits: 6
2025/2026
Titulació Tipus Curs
Nanociència i Nanotecnologia FB 1

Professor/a de contacte

Nom:
Xavier Cartoixa Soler
Correu electrònic:
xavier.cartoixa@uab.cat

Equip docent

Norbert Garsot Borras

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


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

  1. CM12 (Competència) Resoldre problemes en l'àmbit de la nanociència, seleccionant les eines informàtiques i de programació adequades.
  2. KM18 (Coneixement) Reconèixer les eines informàtiques del tractament, l'anàlisi i la representació de dades.
  3. 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.
  4. SM18 (Habilitat) Escriure programes informàtics d'anàlisi i resolució de problemes simples en diferents llenguatges de programació científica.
  5. SM19 (Habilitat) Utilitzar aplicacions informàtiques de visualització, tractament i representació de dades.
  6. SM20 (Habilitat) Transmetre dades científiques rellevants mitjançant la creació de figures d'alta qualitat.

Continguts

1. Configuració de l’entorn informàtic
  1. Anaconda, 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. Consideracions finals

 


Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Classe magistral 30 1,2
Pràctiques d'aula 15 0,6
Pràctiques de laboratori 7 0,28
Tipus: Autònomes      
Estudi i realització de programes 77 3,08
Preparació de pràctiques de laboratori 15 0,6

La formació es basarà en classes magistrals amb ús freqüent de l’ordinador, complementades amb pràctiques d'aula amb ús intensiu de l’ordinador i pràctiques de laboratori on s’aplicaran els continguts apresos a l'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, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.


Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Pràctiques de laboratori 25% 0 0 CM12, SM19, SM20
Problemes i treball independent 20% 0 0 CM12, SM18, SM19, SM20
Prova de síntesi 55% 6 0,24 CM12, KM18, KM19, SM18, SM19

La realització de les pràctiques de laboratori és obligatòria, i cal aprovar les pràctiques separadament.

 

Per aprovar l’assignatura cal una nota mínima de 4 a la prova de síntesi. Això es pot obtenir o bé:

a) Quan la mitjana de les proves parcials de síntesi assoleixi el 4, i la segona de les proves parcials no 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.


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.


Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Nom Grup Idioma Semestre Torn
(PAUL) Pràctiques d'aula 1 Català/Espanyol primer quadrimestre tarda
(PAUL) Pràctiques d'aula 2 Català/Espanyol primer quadrimestre tarda
(PLAB) Pràctiques de laboratori 1 Català/Espanyol primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 2 Català/Espanyol primer quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 3 Català/Espanyol primer quadrimestre matí-mixt
(TE) Teoria 1 Català primer quadrimestre tarda