
Herramientas Informáticas y de Programación
Código: 106807Créditos: 6
| Titulación | Tipo | Curso |
|---|---|---|
| Nanociencia y Nanotecnología | FB | 1 |
Profesor/a de contacto
- Nombre :
- Xavier Cartoixa Soler
- Correo electrónico :
- xavier.cartoixa@uab.cat
Equipo docente
- Nikolaos Mavredakis
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
Ninguno.
Objetivos
• Familiarizarse con el uso de varias herramientas informáticas para el tratamiento de datos y la presentación gráfica de información.
• Conocer las estructuras básicas de un programa: tipos, ramas, bucles; así como las fases de su creación.
• Ser capaz de utilizar el lenguaje python para realizar tareas comunes en un laboratorio de Nanociencia y Nanotecnología.
Resultados de aprendizaje
- CM12 (Resolver problemas en el ámbito de la nanociencia, seleccionando las herramientas informáticas y de programación adecuadas.) Resolver problemas en el ámbito de la nanociencia, seleccionando las herramientas informáticas y de programación adecuadas.
- KM18 (Reconocer las herramientas informáticas del tratamiento, análisis y representación de datos.) Reconocer las herramientas informáticas del tratamiento, análisis y representación de datos.
- KM19 (Identificar las distintas etapas, desde el análisis hasta la verificación, de un programa informático ejecutable, y las herramientas disponibles para llevarlas a cabo.) Identificar las distintas etapas, desde el análisis hasta la verificación, de un programa informático ejecutable, y las herramientas disponibles para llevarlas a cabo.
- SM18 (Escribir programas informáticos de análisis y resolución de problemas simples en diferentes lenguajes de programación científica.) Escribir programas informáticos de análisis y resolución de problemas simples en diferentes lenguajes de programación científica.
- SM19 (Utilizar aplicaciones informáticas de visualización, tratamiento y representación de datos.) Utilizar aplicaciones informáticas de visualización, tratamiento y representación de datos.
- SM20 (Transmitir datos científicos relevantes mediante la realización de figuras de alta calidad.) Transmitir datos científicos relevantes mediante la realización de figuras de alta calidad.
Contenidos
1. Configuración del entorno informático
1. Anaconda, WSL2, VMs, Cygwin, Dual boot
2. Instalación de software
3. Configuración de python
2. Familiarización en entornos Linux (PAUL)
1. La ventana de terminal
2. Configuración del sistema
3. Algoritmos y estructuras básicas
1. Bloques básicos
4. Python
1. Hello world
2. If, then, else
3. While, do while
4. For loop
5. Funciones y subrutinas
6. Módulos
7. Tipo de variables
8. Objetos
5. Presentación gráfica de información
1. Excel
2. Gnuplot
3. Matplotlib
6. Tratamiento de datos
1. NumPy y SciPy
2. Integración numérica
3. Álgebra lineal
4. Interpolación de puntos
7. Clasificaciones de lenguajes de programación
1. Funcional vs Orientados a Objetos (OO)
2. Compilados vs interpretados
3. Pasar por valor vs pasar por referencia
4. Tipo de una variable
8. Consideraciones finales
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Clase magistral | 30 | 1,2 | |
| Prácticas de aula | 15 | 0,6 | |
| Estudio y realización de programas | 77 | 3,08 | |
| Preparación de prácticas de laboratorio | 15 | 0,6 | |
| Prácticas de laboratorio | 7 | 0,28 |
La formación se basará en clases magistrales con uso frecuente del ordenador, complementadas con prácticas de aula con uso intensivo del ordenador y prácticas de laboratorio donde se aplicarán los contenidos aprendidos al análisis y visualización de datos.
Se realizarán actividades autónomas que incluirán la elaboración de programas informáticos simples.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Prácticas de laboratorio | 25% | 0 | 0 | CM12, SM19, SM20 |
| Problemas y trabajo independiente | 20% | 0 | 0 | CM12, SM18, SM19, SM20 |
| Prueba de síntesis | 55% | 6 | 0,24 | CM12, KM18, KM19, SM18, SM19 |
La realización de las prácticas de laboratorio es obligatoria, y es necesario aprobar las prácticas separadamente.
Para aprobar la asignatura es necesaria una nota mínima de 4 en la prueba de síntesis. Esto se puede obtener o bien:
a) Cuando la media de las pruebas parciales de síntesis alcance el 4, y la segunda de las pruebas parciales no tenga una calificación inferior a 2.
b) Cuando la prueba de síntesis de recuperación alcance el mínimo de 4.
Para presentarse a la prueba de síntesis de recuperación es necesario haberse presentado previamente como mínimo a una de las pruebas parciales de síntesis, y haber aprobado las prácticas.
Las matrículas de honor se concederán con preferencia a los resultados de las pruebas de síntesis parciales sobre la recuperación. Se podrá ir a la prueba de síntesis de recuperación a subir nota, pero en caso de obtener una calificación inferior a la de la media de las pruebas parciales, la calificación de síntesis final será la media entre la media de los parciales y la nota de recuperación.
Sin perjuicio de otras medidas disciplinarias que se estimen oportunas, y de acuerdo con la normativa académica vigente, se calificarán con un cero las irregularidades cometidas por el estudiante que puedan conducir a una variación de la calificación de un acto de evaluación. 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. Estas irregularidades incluyen, entre otros:
- la copia total o parcial de una práctica, informe, o cualquier otra actividad de evaluación;
- dejar copiar;
- presentar un trabajo de grupo no hecho íntegramente por los miembros del grupo;
- presentar como propios materiales elaborados por un tercero, aunque sean traducciones o adaptaciones, y en general trabajos con elementos no originales y exclusivos del estudiante;
- tener dispositivos de comunicación (como teléfonos móviles, smart watches, etc.) accesibles durante las pruebas de evaluación teórico-prácticas individuales (exámenes).
- hablar con los compañeros durante las pruebas de evaluación teórico-prácticas individuales (exámenes)
- copiar o intentar copiar de otros alumnos durante las pruebas de evaluación teórico-prácticas (exámenes)
- usar o intentar usar escritos relacionados con la materia durante la relación de las pruebas de evaluación teórico-prácticas (exámenes) cuando no estén explícitamente permitidos.
En ediciones futuras de esta asignatura, el estudiante que haya cometido irregularidades en un acto de evaluación no se le convalidará ninguna de las actividades de evaluación realizadas.
En resumen: copiar, dejar copiar o plagiar (o el intentode) en cualquiera de las actividades de evaluación equivale a un SUSPENSO, no compensable y sin convalidaciones de partes de la asignatura en cursos posteriores.
En caso de no superar la asignatura debido a haber cometido alguna de estas irregularidades en un acto de evaluación, la nota numérica del expediente será el valor menor entre 3.0 y la media de las pruebas teórico-prácticas individuales (y por tanto no será posible el aprobado por compensación).
En esta asignatura, no se permite el uso de tecnologías de Inteligencia Artificial (IA) en ninguna de sus actividades sujetas a evaluación. Cualquier trabajo que incluya fragmentos generados con IA será considerado una falta de honestidad académica y puede acarrear una penalización parcial o total en la nota de la actividad, o sanciones mayores en casos de gravedad.
Para asistir acualquier examen será necesario identificarse con DNI.
Esta asignatura no contempla el sistema de evaluación única.
Bibliografía
- 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.
Software
El curso hará uso intensivo del lenguaje de programación python, así como uso esporádico de otros programas y lenguajes. Se ofrecerá asistencia para la configuración del entorno.
Grupos e idiomas de la asignatura
La información proporcionada es provisional hasta el 30 de noviembre. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
| Tipo de docencia | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (TE) Teoría | 1 | Catalán | primer cuatrimestre | tarde |
| (PAUL) Prácticas de aula | 1 | Catalán | primer cuatrimestre | tarde |
| (PLAB) Prácticas de laboratorio | 1 | Catalán/Español | primer cuatrimestre | manaña-mixto |
| (PAUL) Prácticas de aula | 2 | Español | primer cuatrimestre | tarde |
| (PLAB) Prácticas de laboratorio | 2 | Catalán/Español | primer cuatrimestre | manaña-mixto |
| (PLAB) Prácticas de laboratorio | 3 | Catalán/Español | primer cuatrimestre | manaña-mixto |