INFORMÁTICA I
Grado en Estadística- Plan 2016
Curso 2024/2025
1. Datos de la asignatura
(Fecha última modificación: 10-06-24 13:55)- Código
- 108403
- Plan
- 2016
- ECTS
- 6.00
- Carácter
- BÁSICA
- Curso
- 1
- Periodicidad
- Primer Semestre
- Idioma
- ESPAÑOL
- Área
- INGENIERÍA DE SISTEMAS Y AUTOMÁTICA
- Departamento
- Informática y Automática
- Plataforma Virtual
Campus Virtual de la Universidad de Salamanca
http://studium.usal.es (Informática I)
Datos del profesorado
- Profesor/Profesora
- Mario Francisco Sutil
- Grupo/s
- teoría
- Centro
- E.T.S. Ingeniería Industrial de Béjar
- Departamento
- Informática y Automática
- Área
- Ingeniería de Sistemas y Automática
- Despacho
- Fac. Ciencias:Edificio Ciencias, planta 2ª F3016
- Horario de tutorías
- Pedir cita: mfs@usal.es
- URL Web
- http://diaweb.usal.es/diaweb/personas/mfs
- mfs@usal.es
- Teléfono
- 923 294500, Ext. 6073
- Profesor/Profesora
- Silvana Roxani Revollar Chávez
- Grupo/s
- teoría
- Centro
- E.T.S. Ingeniería Industrial de Béjar
- Departamento
- Informática y Automática
- Área
- Ingeniería de Sistemas y Automática
- Despacho
- D4105 Ático Dpto. informática y Automática/ ETSII Béjar, 3ª planta
- Horario de tutorías
- Pedir cita: srevolla@usal.es
- URL Web
- http://studium.usal.es
- srevolla@usal.es
- Teléfono
- 923294500 Ext. 5554
- Profesor/Profesora
- Daniel Hernández de la Iglesia
- Grupo/s
- teoría
- Centro
- Fac. Ciencias
- Departamento
- Informática y Automática
- Área
- Arquitectura y Tecnología de Computadores
- Despacho
- -
- Horario de tutorías
- Pedir cita: danihiglesias@usal.es
- URL Web
- https://produccioncientifica.usal.es/investigadores/262700/detalle
- danihiglesias@usal.es
- Teléfono
- Ext. 5479
2. Recomendaciones previas
Es recomendable conocer el manejo básico de un sistema operativo como Windows, así como tener conocimientos de física (electrónica) y matemáticas (especialmente álgebra) a nivel de bachillerato.
3. Objetivos
GENERALES
Que el alumno llegue a comprender la problemática asociada a la implementación de programas, tanto desde el punto de vista teórico como práctico, así como las estructuras de datos y control básicas en cualquier lenguaje de programación.
ESPECÍFICOS
Comprender conceptos básicos en informática, especialmente: arquitectura de un computador, fundamentos de programación y manejo de editores de texto científico.
4. Competencias a adquirir | Resultados de Aprendizaje
Específicas | Habilidades.
CE1.- Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadas.
CE4.- Capacitar para el análisis de datos procedentes de diferentes ámbitos: técnico, biosanitario, socio-jurídico o económico mediante técnicas estadísticas.
Transversales | Competencias.
INSTRUMENTALES:
- CT012.- Capacidad de análisis y síntesis.
- CT022.- Capacidad de organización y planificación
- CT032.- Capacidad de gestión de la información.
- CT042.- Resolución de problemas.
- CT052.- Toma de decisiones.
INTERPERSONALES:
- CT062.- Trabajo en equipo.
- CT072.- Razonamiento crítico.
- CT082.- Compromiso ético
- CT092.- Habilidades en las relaciones interpersonales.
SISTÉMICAS:
- CT102.- Aprendizaje autónomo
- CT112.- Motivación por la calidad
5. Contenidos
Teoría.
Contenidos Teóricos
· Tema 1 – Introducción a la informática.
· Tema 2 – Computadores
· Tema 3 – Variables
· Tema 4 – Matrices
· Tema 5 – Control de flujo. Estructuras condicionales e iterativas
· Tema 6 – Funciones
· Tema 7 – Desarrollo de algoritmos: diseño de programas, pseudocódigo y diagramas de flujo.
Práctica.
Contenidos Prácticos
· Tema 1.- Introducción. El entorno de programación en Phyton
· Tema 3.- Variables, Expresiones, Operaciones, Rangos.
· Tema 4.- I/O. Escritura/lectura de ficheros. Formatos.
· Tema 5.- Cadenas, fechas y tiempos. Control de flujo.
· Tema 6.- Funciones definidas por el Usuario y funciones predefinidas
· Tema 7.- Vectores y matrices
· Tema 8.- (Phyton) Bibliotecas. El entorno Scipy. Numpy. Matplotlib
Seminarios
· LaTeX: introducción a la edición de textos científicos
6. Metodologías Docentes
La metodología a seguir cubre diferentes apartados.
Por un lado, mediante las sesiones de teoría se expondrán los fundamentos necesarios para entender los conceptos fundamentales de la informática, la arquitectura de ordenadores y los lenguajes de programación. En cada sesión se expondrán los aspectos y problemas fundamentales del tema, implicando directamente a los alumnos en el razonamiento y la búsqueda de soluciones, y atendiendo a las posibles dudas que surjan.
Por otro lado, mediante las sesiones de práctica se trabajará en un entorno real sobre los conceptos vistos en teoría, para llegar a comprender en toda su dimensión estos problemas y su resolución, así como las limitaciones y facilidades que nos impone el entorno escogido. En cada sesión práctica se revisarán los conceptos teóricos, se explicarán conceptos prácticos y propondrán ejercicios a resolver por el alumno. Asimismo, se debatirá sobre la fase anterior, para ver los problemas y dudas que han surgido y analizar las soluciones alcanzadas.
Tanto en las sesiones de teoría como de práctica se podrá hacer uso de algunas clases asíncronas online mediante vídeos para facilitar la compresión de determinados conceptos, que serán reforzados en las sesiones presenciales o de tutorías.
Por último, los seminarios servirán para exponer otros aspectos de la asignatura de especial relevancia por su utilidad en el mundo profesional y/o académico.
Todo el material didáctico necesario se pondrá a disposición de los alumnos a través de la página web personal y de la plataforma Studium.
7. Distribución de las Metodologías Docentes
8. Recursos
Libros de consulta para el alumno.
A.DOWNEY (2012): “Think Python: How to think as a computer scientist”. 2nd ed. Green Tea Press. http://greenteapress.com/wp/think-python-2e/ Descargable online de manera gratuita bajo licencia Creative Commons (CC-NC)
M. LUTZ (2013): “Learning Python”, 5th ed. O’Reilly
Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.
Learn Python. Codeacademy. https://www.codecademy.com/learn/learn-python
9. Evaluación
Criterios de evaluación.
Los criterios de evaluación se ponderarán en base a tres puntos principales:
- Realización de examen escrito teórico-práctico (70 %): Constará de una parte teórico-práctica, así como la realización de algún programa en pseudocódigo y Python. Se evaluará tanto la calidad y eficiencia del código como su correcta ejecución para realizar las tareas que se indiquen.
- Destreza programadora (20%): Mediante ejercicios prácticos se evaluará la capacidad del alumno de realizar programas en el lenguaje de programación Python y LATEX acorde a los contenidos explicados en las sesiones prácticas.
- Evaluación continua: 10%
Es indispensable tener una calificación mínima de 4 sobre 10 en el examen escrito final teórico-práctico para poder superar la asignatura.
Sistemas de evaluación.
Los instrumentos para la evaluación son los siguientes:
- Prueba escrita: se corresponde con el examen teórico-práctico escrito.
- Asistencia a las sesiones prácticas y entrega de ejercicios semanales: durante cada sesión práctica se propondrán ejercicios en los que trabajarán los alumnos hasta que sean completados o se acabe el tiempo de la sesión. En ocasiones se permitirá que se finalicen los ejercicios en casa ampliando la fecha de entrega.
- Ejercicios prácticos opcionales: se pueden ejercicios prácticos a lo largo del cuatrimestre que los alumnos han de realizar en casa dentro de los tiempos establecidos por el profesor, de forma opcional.
Recomendaciones para la evaluación.
Un aspecto muy importante de la formación universitaria es la ética profesional. Por tanto, recomendamos categóricamente el suspenso automático de ambas partes si se detecta y demuestra la copia, total o parcial, en un ejercicio práctico o en el ejercicio teórico final. Además, los profesores se reservan la posibilidad de elevar dichas prácticas a la comisión académica correspondiente para la apertura de expediente.
Esta asignatura debe dar al alumno los conocimientos básicos para entender un sistema informático: su complejidad hardware y software, las distintas disciplinas asociadas (álgebra booleana, programación, etc.) y la aplicación de dichas disciplinas en ejercicios prácticos reales, asociados a pequeños problemas estadísticos cuando es pertinente.
Recuperación:
Para la evaluación de la asignatura en segunda convocatoria, se seguirán los mismos criterios de evaluación con los correspondientes porcentajes que en primera convocatoria. La nota de evaluación continua también se considerará en la recuperación.