INFORMÁTICA I

INFORMÁTICA I

Grado en Estadística- Plan 2016

Curso 2020/2021

1. Datos de la asignatura

(Fecha última modificación: 22-07-20 9:37)
Código
108403
Plan
2016
ECTS
6.00
Carácter
BÁSICA
Curso
1
Periodicidad
Primer Semestre
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
Departamento
Informática y Automática
Área
Ingeniería de Sistemas y Automática
Centro
E.T.S. Ingeniería Industrial de Béjar
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
E-mail
mfs@usal.es
Teléfono
923 294500, Ext. 6073
Profesor/Profesora
Silvana Roxani Revollar Chávez
Grupo/s
teoría
Departamento
Informática y Automática
Área
Ingeniería de Sistemas y Automática
Centro
E.T.S. Ingeniería Industrial de Béjar
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
E-mail
srevolla@usal.es
Teléfono
923294500 Ext. 5554
Profesor/Profesora
Yeray Mezquita Martín
Grupo/s
teoría
Departamento
Informática y Automática
Área
Ciencia de la Computación e Inteligencia Artific.
Centro
Fac. Ciencias
Despacho
Edificio Multiusos I+D+i, 2ª planta 24.1
Horario de tutorías
Pedir cita: yeraymm@usal.es
URL Web
-
E-mail
yeraymm@usal.es
Teléfono
-

2. Sentido de la materia en el plan de estudios

Bloque formativo al que pertenece la materia.

Informática (Informática I e Informática II)

Papel de la asignatura.

El estudiante, recién llegado al Grado, necesitará para su formación como estadístico manejar con soltura ordenadores.

La asignatura Informática I busca dar al estudiante las competencias y conocimientos necesarios para comprender qué es un ordenador, y cómo poder interactuar con él a nivel de programación básica, como requisito previo para el análisis automático de datos estadísticos.

Perfil profesional.

Actualmente, la informática es una herramienta fundamental para cualquier profesional, especialmente en el ámbito científico. Como tal, las competencias que el estudiante aprenderá en la asignatura le darán las herramientas para ser capaz de enfrentarse a problemas de programación, así como a comprender en detalle qué es un ordenador.

Esta asignatura proporcionará al estudiante los conocimientos y destrezas necesarias para ocupar puestos profesionales que requieran la programación de sistemas informáticos en un nivel básico, así como el manejo de lenguajes de programación de uso común en estadística.

3. 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.

4. Objetivo de la asignatura

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.

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. Competencias a adquirir

Específicas.

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.

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

7. Metodologías

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.

8. Previsión de Técnicas (Estrategias) Docentes

9. 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

 

10. Evaluación

Consideraciones generales.

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.

Criterios de evaluación.

Los criterios de evaluación se ponderarán en base a tres puntos principales:

  1. Realización de examen escrito teórico-práctico (60 %): Constará de una parte teórico-práctica, así como la realización de algún programa en pseudocódigo y Python. Esta parte proporciona un 60% de la calificación final.
  2. Destreza programadora (30%): 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. Se evaluará tanto la calidad teórica y de diseño del código fuente como la corrección de su ejecución.
  3. Evaluación continua: 10%

 

Es indispensable tener una calificación mínima de 4 sobre 10 tanto en el examen escrito como en la parte de destreza programadora para poder superar la asignatura.

Instrumentos de evaluación.

Los instrumentos para la evaluación son los siguientes:

 

  1. Prueba escrita: se corresponde con el examen teórico-práctico escrito.
  2. 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.
  3. 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.

Recomendaciones para la recuperación.

Partes del temario teórico están íntimamente ligadas al desarrollo de las prácticas, pero en general es razonable poder aprobar la parte teórica sin aprobar la parte práctica o viceversa. Se recomienda por tanto guardar la nota obtenida en una de las partes para la recuperación de la otra.

12. Adenda. Metodologías Docentes y Evaluación de Competencias

13. Adenda. Plan de Contingencia ante la situación de emergencia