Logo

Programació

Codi: 106932
Crèdits: 6
2026/2027
Titulació Tipus Curs
Gestió de Ciutats Intel·ligents i Sostenibles FB 1

Professor/a de contacte

Nom :
Carlos Casado Martinez
Correu electrònic :
carlos.casado.martinez@uab.cat

Equip docent

Pablo Mira De Orduña Clarés

Idiomes dels grups

Podeu consultar aquesta informació al final del document.

Prerequisits

Coneixements bàsics d'informàtica.

Objectius

  • Comprendre els fonaments de la programació, incloent-hi les variables, els tipus de dades, els operadors i les estructures de control.
  • Dissenyar i implementar programes senzills en Python aplicant els principis bàsics de resolució de problemes i de pensament algorítmic.
  • Utilitzar funcions i estructures de dades bàsiques per desenvolupar solucions modulars, llegibles i reutilitzables.
  • Aplicar bones pràctiques de programació, com ara la documentació del codi, l'ús de noms significatius i el seguiment de les convencions d'estil.

Resultats d'aprenentatge

  • CM06 (Aplicar solucions innovadores per a resoldre projectes relacionats amb la gestió, l’equitat i la sostenibilitat de les ciutats aplicant elements d’innovació tecnològica, com ara les tecnologies de la informació i la comunicació.) Aplicar solucions innovadores per a resoldre projectes relacionats amb la gestió, l’equitat i la sostenibilitat de les ciutats aplicant elements d’innovació tecnològica, com ara les tecnologies de la informació i la comunicació.
  • KM09 (Entendre el funcionament i la gestió correcta de les bases de dades.) Entendre el funcionament i la gestió correcta de les bases de dades.
  • SM07 (Resoldre problemes senzills per a la gestió de les ciutats mitjançant aplicacions informàtiques que processin i extreguin informació de dades geoespacials.) Resoldre problemes senzills per a la gestió de les ciutats mitjançant aplicacions informàtiques que processin i extreguin informació de dades geoespacials.
  • SM08 (Utilitzar les tècniques d’anàlisi d’algorismes i programa per a dissenyar noves solucions algorísmiques basades en la idea de recursivitat o tècniques específiques de disseny d’algorismes.) Utilitzar les tècniques d’anàlisi d’algorismes i programa per a dissenyar noves solucions algorísmiques basades en la idea de recursivitat o tècniques específiques de disseny d’algorismes.

Continguts

1.Introducció a la programació

1.1. Variables i tipus de dades

1.2. Operadors

1.3. Precedència

2. Estructures de control

2.1. Condicionals

2.2. Bucles

3. Tipus estructurats de dades I

3.1. Llistes

3.2. Diccionaris

4. Funcions

5. Esquemes algorísmics

6. Fitxers

7. Tipus estructurat de dades II

7.1. Conjunts

7.2. Tuples

8. Introducció a l'orientació a objectes en Python

Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Seminaris de problemas 24 0,96 CM06, KM09, SM07, SM08
Classes de teoria 26 1,04
Pràctiques 20 0,8 CM06, KM09, SM07, SM08
Realització de Problemes 56 2,24 CM06, KM09, SM07, SM08

La metodologia docent estarà basada en tres tipus d'activitats:

  • Activitat dirigida: classes teòriques, pràctiques i de anàlisi de problemes.
  • Activitat supervisada: assistència a tutories i realització d'exercicis amb seguiment pautat.
  • Activitat autònoma: part d'estudi de l'alumnat i resolució de casos, individualment o en grup.

A les classes de laboratori serà convenient portar portàtil propi.

Per a poder realitzar una correcta avaluació de las competències transversals corresponents a l'assignatura, es proposarà a l'alumnat la realització d'un treball conjunt. Aquesta activitat els hi permetrà desenvolupar les competències transversals relacionades amb el treball grupal (T01), fent-se responsables de les tasques assignades, respectand el rol dels diferents membres de l'equip i avaluant entre ells de manera crítica el treball realizat (T05).

La forma de comunicació preferent amb l'alumnat serà el campus virtual combinat amb el correu institucional de la UAB.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi 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
Proves d'avaluació 60% 4 0,16 CM06, SM07, SM08
Activitats supervisades 10% 10 0,4 CM06, SM07, SM08
Activitats de pràctiques 30% 10 0,4 CM06, KM09, SM07, SM08

1. Proves d'avaluació continuada

Hi ha quatre activitats d'avaluació continuada, dos exàmens i dues pràctiques.

Quant als examens, hi ha dues proves que inclouen els set blocs de matèria (1, 2 i 3 a la primera prova i 4, 5, 6 i 7 a la segona prova).

Exàmens Pes nota avaluació continuada Nota mínima per fer promig
1-3 Introducciö programació, estructures de control, tipus d'estructures de dades I. 40% 4
4-7 Funcions, esquemes algorísmics, fitxers, tipus d'estructures de dades II. 60% 4

2. Nota final de l'avaluació

Nota final Pes nota final
Proves d'avaluació 60%
Reculls de classe 10%
Pràctiques 30%

Als reculls de classe es tindrà en compte l'assistència i la participació en els laboratoris de problemes.

3. Es considera aprovat tot aquell que:

  • tingui nota final igual/superior a 5 i
  • tingui les pràctiques aprovades (mínim tenir un 5) i
  • no li quedi cap prova d'avaluació per sota de la nota mínima (4.0) per fer promig.

En cas que la nota final de pràctiques sigui inferior a 5, la nota final de l'assignatura serà la nota final de pràctiques. Si la nota final dels exàmens és inferior a 4, la nota final de l'assignatura serà la nota final dels exàmens. Si no es supera la nota mínima en cap dels dos casos, per calcular la nota final s'aplicarà la fòrmula general.

4. Avaluació de les pràctiques

Es faran un total 2 pràctiques una per parcial. Les pràctiques es faran de manera individual o en grup, depenent de la seva complexitat. El professor especificarà a l'aula si s'han de fer de manera individual o en grup i, en aquest cas, de quants components.

A aquesta assignatura no està permès l'ús d'eines de IA per a l'elaboració de les pràctiques ni els problemes de classe.

5. El professorat especificarà, en publicar les notes, quan i com es farà la revisió de notes.

6. Els reculls de classe no es poden recuperar.

7. Hi haurà un examen final destinat a recuperar la nota dels exàmens. Tot i que aquesta prova s'avaluarà sobre deu, al còmput total de l'assignatura comptarà amb un màxim de 5 (qualsevol nota superior a 5 a l'examen de recuperació comptarà com a 5 a l'hora de fer els càlculs de la nota final).

8. A l'inici del curs acadèmic, en cas que sigui possible, es notificarà si hi ha convalidació de pràctiques. Cas de ser-hi, la convalidació de pràctiques només es realitzarà a aquells alumnes que ho sol·licitin i hagin aprovat les pràctiques en el curs anterior. El pes dels exàmens en la nota final, en els alumnes amb convalidació de pràctiques, passa a ser el 90%, sent l'altre 10% el corresponent a l'assistència i participació en les classes de laboratori.

9. Les dates d'examen es fixen a inici de curs i no tenen data alternativa de recuperació en cas d'inassistència. Cas de produir-se algun canvi de programació per motius d'adaptació a possibles incidències, sempre s'informarà al campus virtual sobre aquests canvis.


10. Sense perjudici d'altres mesures disciplinàries que s'estimin oportunes, i d'acord amb la normativa acadèmica vigent, les irregularitats comeses per un estudiant que puguin conduir a una variació de la qualificació es qualificaran amb un zero (0). Per exemple, plagiar, copiar, deixar copiar,..., una activitat d'avaluació, implicarà suspendre aquesta activitat d'avaluació amb un zero (0). Les activitats d'avaluació qualificades d'aquesta forma i per aquest procediment no seran recuperables. Si és necessari superar qualsevol d'aquestes activitats d'avaluació per aprovar l'assignatura, aquesta assignatura quedarà suspesa directament, sense oportunitat de recuperar-la en el mateix curs.

11. Casos no avaluables

En cas que no es faci cap lliurament, no s'assisteixi a cap sessió de laboratori i no es faci cap examen, la nota corresponent serà un \"no avaluable\". En qualsevol altre cas, els \"no presentats\" computen com un 0 per al càlcul de la mitjana ponderada que, com a màxim, serà 4,5. És a dir, la participació en alguna activitat avaluada implica que es tinguin en compte els \"no presentats\" en altres activitats com a zeros. Per exemple, una absència en una sessió de laboratori implica una nota de zero per a aquella activitat.

12. Matrícules d'honor

A criteri del professorat, les matrícules d'honor es concediran als qui obtinguin una nota superior o igual a 9,5 a cada part, fins al 5% dels matriculats. A criteri del professorat també se'n podran concedir en d'altres casos.

13. Avaluació única

No es preveu l'avaluació única

Bibliografia

  • 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.

Programari

Python IDLE

Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre. 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

Tipus de docència Grup Idioma Semestre Torn
(TE) Teoria 61 Català segon quadrimestre matí-mixt
(PAUL) Pràctiques d'aula 611 Català segon quadrimestre matí-mixt
(PAUL) Pràctiques d'aula 612 Català segon quadrimestre matí-mixt