• Español

Estadística Aplicada

Undergraduate Programme. Academic Year 2024/2025.

PROGRAMACIÓN II - 801587

Curso Académico 2024-25

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CG5 Aprender a trabajar de forma autónoma
CG8 Demostrar un pensamiento lógico y un razonamiento estructurado
CG9 Mostrar capacidad de síntesis
Específicas
CE4 Identificar y organizar la información relevante de un problema
CE23 Conocer las características básicas de un lenguaje de programación y utilizarlo diseñando soluciones eficientes

ACTIVIDADES DOCENTES

Clases teóricas
25%
Clases presenciales en el aula.

Clases prácticas
25%
Clases presenciales en el aula.
Laboratorios
50%
Clases presenciales en el aula informática.
TOTAL
100 %

Presenciales

2,4

No presenciales

3,6

Semestre

2

Breve descriptor:

En esta asignatura se avanza en los conceptos y técnicas básicos de la programación y, especialmente, en la resolución de problemas de contenido matemático y estadístico. Entre las técnicas empleadas, se enfatiza principalmente la programación con estructuras de datos.

Requisitos

Aunque la asignatura de Programación I no es un requisito formal, es necesario haber adquirido las técnicas estudiadas en dicha asignatura para poder cursar esta con éxito.

Objetivos

El objetivo general es el siguiente: "adquirir las técnicas necesarias para construir programas correctos, fáciles de reutilizar y eficientes, con programas en pequeña escala, y usando las estructuras de datos fundamentales: listas, diccionario y ficheros". El enfoque será aplicado, y los campos de aplicación de los programas diseñados serán, principalmente, las matemáticas, la estadística y la investigación operativa.

Contenido

1. Tipos estructurados (I)
     a. Listas. Cadenas de caracteres y cadenas con formato.
     b. Mutabilidad, inmutabilidad y uso compartido de memoria.
     c. Efectos laterales en funciones.
2. Recursión
     a. Aspectos conceptuales: recursión e inducción, árbol de llamadas y terminación.
     b. Comparación entre iteración y recursión.
3. Tipos estructurados (II)
     a. Conjuntos y diccionarios.
     b. Ficheros y los módulos csv y json.
4. Uso de módulos predefinidos
     
a. Numpy, Matplotib y Pandas.

Evaluación

Convocatoria ordinaria: La evaluación de la asignatura se realizará de dos formas posibles, la evaluación continua y la prueba final.
La adquisición de conocimientos y competencias de la asignatura se realizará de forma continua mediante:
1. Ejercicios de clase evaluados (50%): La nota de los ejercicios se pondera con un 40% el primer examen y un 60% el segundo examen. Ambos ejercicios podrán tener una parte realizada en los laboratorios de informática.
2. Realización y defensa de prácticas de laboratorio (40%): La nota de las prácticas se pondera con un 40% la primera práctica y un 60% la segunda práctica.
3. Participación del estudiante (10%): Se evaluará de forma flexible la participación del estudiante en las actividades propuestas por el profesor y en las tutorías.
Importante: La calificación de todas las pruebas evaluables debe ser de al menos un 4 sobre 10 para poder hacer media y aprobar la asignatura por evaluación continua.
No obstante, se ofrecerá un examen final para los alumnos que no han desarrollado su trabajo a lo largo del curso o para aquellos que deseen mejorar la calificación obtenida mediante la evaluación continua.
Convocatoria extraordinaria: La evaluación de la asignatura se realizará mediante una prueba final que supondrá el 100% de la nota del estudiante.

Bibliografía

1. Introduction to Computation and Programming Using Python (3ª edición). John V. Guttag, MIT Press, 2021.
2. Tutorial oficial de Python (https://docs.python.org/3.12/tutorial/index.html).
3. Documentación oficial de Python (https://docs.python.org/3.12/index.html).
4. Python para todos (http://mundogeek.net/tutorial-python/). Raúl González Duque.
5. Learning Python (5ª edición). Mark Lutz, O'Reilly, 2013.
6. Python: An Introduction to Programming (2ª edición). James R. Parker, Mercury Learning & Information, 2021.
7. Python for Data Analysis. Data Wrangling with pandas, NumPy & Jupyter (3ª edición). William McKinney, O’Reilly, 2022.

Otra información relevante

Bibliografía complementaria
1. Practical Programming. An Introduction to Computer Science Using Python (3ª edición). Paul Gries, Jennifer Campbell y Jason Montojo, The Pragmatic Bookshelf, 2017.
2. Python for Kids. A Playful Introduction to Programming (2ª edición). Jason R. Briggs, No Starch Press, 2022.
3. Doing Math with Python. Use programming to explore Algebra, Statistics, Calculus, and More! Amit Saha, No Starch Press, 2015.
4. A Primer on Scientific Programming with Python (5ª edición). Hans P. Langtangen, Springer, 2016.

Estructura

MódulosMaterias
MATERIAS BÁSICASINFORMÁTICA

Grupos

Actividades prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A22/01/2025 - 13/05/2025VIERNES 09:00 - 11:00-OLGA MARROQUIN ALONSO
Grupo mañana B22/01/2025 - 13/05/2025MARTES 09:00 - 11:00-OLGA MARROQUIN ALONSO
Grupo tarde C22/01/2025 - 13/05/2025VIERNES 16:00 - 18:00-CARLOS MONTERO REGUERA


Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A22/01/2025 - 13/05/2025MIÉRCOLES 11:00 - 13:00-OLGA MARROQUIN ALONSO
Grupo mañana B22/01/2025 - 13/05/2025VIERNES 11:00 - 13:00-OLGA MARROQUIN ALONSO
Grupo tarde C22/01/2025 - 13/05/2025MARTES 18:00 - 20:00-CARLOS MONTERO REGUERA