Guías Académicas

INFORMÁTICA II

INFORMÁTICA II

Grado en Estadística- Plan 2016

Curso 2024/2025

1. Datos de la asignatura

(Fecha última modificación: 09-05-24 13:17)
Código
108408
Plan
2016
ECTS
6.00
Carácter
BÁSICA
Curso
1
Periodicidad
Segundo Semestre
Idioma
ESPAÑOL
Área
LENGUAJES Y SISTEMAS INFORMÁTICOS
Departamento
Informática y Automática
Plataforma Virtual

Campus Virtual de la Universidad de Salamanca

Datos del profesorado

Coordinador/Coordinadora
José Antonio Castellanos Garzón
Grupo/s
sin nombre
Centro
Fac. Ciencias
Departamento
Informática y Automática
Área
Lenguajes y Sistemas Informáticos
Despacho
Edificio Ciencias, planta 2ª - F3016
Horario de tutorías
Pedir cita
URL Web
http://diaweb.usal.es/diaweb/personas/jantonio
E-mail
jantonio@usal.es
Teléfono
923 294450

2. Recomendaciones previas

La asignatura Informática II tiene sentido como continuación de la asignatura Informática I, por lo que sería conveniente que el alumno haya cursado y superado esta última para poder afrontar con garantías los contenidos de Informática II.

3. Objetivos

  • Utilizar aplicaciones informáticas para experimentar en el ámbito de las Matemáticas y Estadística para resolver problemas.
  • Desarrollar programas que resuelvan problemas matemáticos utilizando para cada caso el entorno computacional adecuado.
  • Comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas matemáticas.
  • Conocer un lenguaje de programación y su uso para resolución de problemas científico-técnicos
  • Conocer los diferentes paradigmas de programación e implementar algoritmos utilizando el lenguaje adecuado
  • Desarrollar un enfoque de programación basada en la eficacia como el eje fundamental en la resolución de problemas

4. Competencias a adquirir | Resultados de Aprendizaje

Específicas | Habilidades.

Competencias Profesionales:

• CE01. Participación en la implementación de programa informáticos

• CE02. Visualización e interpretación de soluciones

• CE03. Aplicación de los conocimientos a la práctica

• CE04. Argumentación lógica en la toma de decisiones

Competencias Académicas:

• CE05. Expresión rigurosa y clara

• CE06. Razonamiento lógico e identificación de errores en los procedimientos

• CE07. Generación de curiosidad e interés por las matemáticas y sus aplicaciones

Otras Competencias Específicas:

• CE08. Capacidad de abstracción

• CE09. Capacidad de adaptación

Transversales | Competencias.

Instrumentales:

• CT01. Capacidad de análisis y síntesis

• CT02. Capacidad de organización y planificación

• CT03. Conocimientos de informática relativos al ámbito de estudio

• CT04. Capacidad de gestión de la información

• CT05. Resolución de problemas

Personales:

• CT06. Trabajo en equipo

• CT07. Razonamiento crítico

Sistémicas:

• CT08. Aprendizaje autónomo

• CT09. Adaptación a nuevas situaciones

5. Contenidos

Teoría.

 

BLOQUE I. Introducción al desarrollo de algoritmos eficientes en la resolución de problemas a través de diagramas de flujo y pseudocódigo:

Tema I. Introducción a la Programación

 I.1 Introducción a los diagramas de flujo.

 I.2 Conceptos claves en la resolución de problemas.

 I.3 Ejemplos de resolución de problemas con diagrama de flujo.

 I.4 Resolución de problemas.

 I.5 Introducción al pseudocódigo.

 I.6 Ejemplos de resolución de problemas con pseudocódigo.

 I.7 Resolución de problemas.

BLOQUE II. Introducción al entorno del lenguaje R como herramienta de cálculo y análisis.

Tema II. Introducción al Lenguaje R (The R Project for Statistical Computing).

II.1 Introducción y preliminares en R.

II.2 Cálculos sencillos, números y vectores.

II.3 Objetos en R: modos y atributos.

II.4 Factores nominales y ordinales.

II.5 Variables indexadas y matrices.

II.6 Listas y hojas de cálculo.

II.7 Lectura y escritura de datos a archivos.

 

BLOQUE III. Desarrollo de R como lenguaje de programación avanzado en la resolución de problemas.

Tema III. R Avanzado.

III.1 Distribuciones probabilísticas.

III.2 Bucles y ejecución condicional.

III.3 Escritura de nuevas funciones en R.

III.4 Modelos estadísticos en R.

III.5 Procedimientos gráficos en R.

III.6 Misceláneas.

6. Metodologías Docentes

Las asignaturas del módulo se desarrollarán coordinadamente. En cada una de ellas se expondrá un breve contenido teórico de los temas a través de clases presenciales, siguiendo uno o dos libros de texto de referencia, que servirán para fijar los conocimientos ligados a las competencias previstas y dar paso a clases prácticas, en las que con el apoyo del ordenador se procederá a la resolución de los ejercicios planteados a partir de las clases teóricas, como iniciación de los estudiantes en las competencias previstas.

A partir de esas clases teóricas y prácticas el profesor propondrá a los estudiantes la realización de trabajos personales sobre teoría y problemas, para cuya realización tendrán el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por sí mismos las competencias del módulo.

Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de cuestiones propuestas con el apoyo del ordenador y preparación de los trabajos propuestos, para alcanzar las competencias previstas. De ello tendrán que responder, exponiendo sus trabajos ante el profesor y el resto de compañeros y comentándolos luego en una tutoría personal entre estudiante y profesor, así como realizando exámenes de teoría y resolución de ejercicios prácticos en ordenador.

7. Distribución de las Metodologías Docentes

8. Recursos

Libros de consulta para el alumno.

  • Juganaru, M.M. (2014). Introducción a la Programación, Grupo Editorial Patria, Primera ed. Ebook, México.
  • R Development Core Team (2000). Introducción a R: Un entorno de programación para Análisis de Datos y Gráficos, Ver. 1.0.1 (2000-05-16), Equipo Central de Desarrollo de R.
  • Sergio, J.S., Materos, E.F. (2014). El arte de programar en R: un lenguaje para la estadística, México: Instituto Mexicano de Tecnología del Agua. UNESCO. Comité Nacional Mexicano del Programa Hidrológico Internacional.
  • Charte, F.O. (2014). Análisis exploratorio y visualización de datos con R, Copyright © 2014 Fancisco Charte Ojeda, Primera Edición.

Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.

• Stephen Wolfram: The mathematica book. Cambridge University Press, 2003.

• Nancy Blachman: Mathematica. Un enfoque práctico. Ariel Informática, 1992.

9. Evaluación

Criterios de evaluación.

Durante las sesiones presenciales se hará un seguimiento y evaluación continuada de los progresos de cada alumno. Para la evaluación de la asignatura se considerará tanto el examen final (CE03, CE04, CE05, C08, CE09, CT01, CT05, CT10) como la realización de las prácticas (CE01, CE02, CE03, CE06, CT01, CT04, CT05, CT05, CT07, CT08, CT09, CT10), trabajos personales (CE04, CE05, CT01, CT02, CT07, CT10) y las pruebas realizadas en el aula durante el curso.

La nota final se obtendrá con el 70% de la nota del examen final, el 10% de las pruebas intermedias, el 10% de tareas en el aula y exposición de trabajos y el 10% de la nota de prácticas.

Los criterios de evaluación para la recuperación serán los mismo que para el examen final, en este caso, la recuperación influye en la nota final de la asignatura en un 70%, adicionándole el otro 30% que se haya acumulado en la evaluación continua

Sistemas de evaluación.

Observación sistemática de las actitudes personales del alumno, de su forma de organizar el trabajo, de las estrategias que utiliza, de cómo resuelve las dificultades que se encuentra, etc.

Revisión y análisis de los trabajos y exámenes del alumno, de sus exposiciones en las pruebas orales, así como su participación en clase y en actividades de grupo (presenciales y no presenciales), su actitud ante la resolución de ejercicios, etc.

Recomendaciones para la evaluación.

El examen final y demás pruebas intermedias perseguirán encontrar en el alumno indicios de que ha comprendido adecuadamente lo que hace un ordenador cuando ejecuta un programa que resuelve un problema determinado. De igual modo, se trata de evaluar la capacidad del alumno para proponer de forma autónoma soluciones a problemas nuevos.

Por tanto, dos pasos son imprescindibles para superar la asignatura: 1) comprender todos los conceptos teóricos básicos que se imparten en la asignatura; y 2) comprender cómo dichos conceptos se aplican en la resolución de los diversos problemas que se estudiarán.