Información de la asignatura

1. Detalles de la asignatura

1.1. Materia

Informática

1.2. Carácter

800 - Optativa
771 - Formación básica

1.3. Nivel

800 - Estudios Propios (MECES 2)
771 - Grado (MECES 2)

1.4. Curso

1

1.5. Semestre

Segundo semestre

1.6. Número de créditos ECTS

6.0

1.7. Idioma

Español

1.8. Requisitos previos

No hay

1.9. Recomendaciones

-

1.10. Requisitos mínimos de asistencia

El itinerario de Evaluación Continua requerirá una asistencia continuada a las clases teóricas,  así como presentarse al examen parcial, la entrega puntual de las prácticas y los ejercicios que se requieran. El no cumplir estos requisitos supondrá el abandono del itinerario.

En cualquier caso, la asistencia a clases se considera esencial para la superación de la asignatura, ya que dicha asistencia supone la  toma de contacto explicada con el material de la asignatura, con la que el estudiante obtiene una primera y en general suficiente comprensión de dicho material. Dicha comprensión es más costosa de obtener por otras vías.

1.11. Coordinador/a de la asignatura

Eduardo Serrano Jerez

1.12. Competencias y resultados del aprendizaje

1.12.1. Competencias

CG2 - Diseñar y desarrollar productos y procesos en los distintos ámbitos de la ciencia e ingeniería de datos, por medio de técnicas analíticas, computacionales o experimentales apropiadas.

CG3 - Resolver problemas con iniciativa, creatividad y razonamiento crítico en el ámbito de la ciencia e ingeniería de datos.

CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.

CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

CT1 - Trabajar en equipo de forma colaborativa y con responsabilidad compartida.

CT2 - Aprender a realizar y aceptar críticas y fomentar la autocrítica.

CT3 - Comunicar oralmente y por escrito de manera efectiva, estructurada y concisa.

CT4 - Organizar su propio autoaprendizaje con un alto grado de autonomía en nuevos métodos y tecnologías, así como adaptarse a nuevas situaciones.

CT5 - Desarrollar actitud creativa, innovadora y cooperativa.

CE4 - Evaluar la complejidad computacional de un problema, conocer estrategias algorítmicas que puedan conducir a su resolución y recomendar, desarrollar e implementar aquella que garantice el mejor rendimiento de acuerdo con los requisitos establecidos.

CE5 - Conocer, diseñar y utilizar de forma eficiente los tipos y estructuras de datos más adecuados a la resolución de problemas en el contexto de la ciencia e ingeniería de datos.

1.12.2. Resultados de aprendizaje

• Comprender técnicas de programación utilizando lenguajes de alto nivel.
• Comprender tipos abstractos de datos, así como su implementación en los lenguajes de programación de alto nivel.
• Conocer las principales estructuras de datos necesarias para implementar los tipos asbtractos.
• Comprender la evolución de la abstracción de datos: desde los tipos abstractos hasta la orientación a objetos.
• Conocer y practicar buenos usos de programación.

1.12.3. Objetivos de la asignatura

-

1.13. Contenidos del programa

PROGRAMA SINTÉTICO

UNIDAD 1. Tipos abstractos de datos

UNIDAD 2. Pilas y sus aplicaciones

UNIDAD 3. Colas y sus aplicaciones

UNIDAD 4. Listas, listas enlazadas

UNIDAD 5. Árboles. Árboles binarios y árboles ordenados

UNIDAD 6. Colas de prioridades y montículos

UNIDAD 7. Recursión.

PROGRAMA DETALLADO

1.   Tipos abstractos de datos

1.1 Tipos primitivos de datos

1.2 Tipos abstractos de datos (TAD)

1.2.1    El papel de la abstracción: abstracción de datos

1.2.2    Beneficios de los TAD

1.2.3    Especificación de un TAD

1.2.4    Ejemplos de TAD

1.3  Implementación de tipos abstractos de datos

2      Pilas y sus aplicaciones

2.1 Introducción y primeros ejemplos

2.2  Concepto de pila

2.2.1    Organización y acceso a datos

2.2.2      Operaciones primitivas.

2.3  Implementación del TAD pila

2.3.1    Estructuras de datos de pilas basadas en arrays

2.4  Expresiones aritméticas

2.4.1    Notación prefija, infija y postfija

2.4.2      Evaluación de expresiones aritméticas

2.4.3      Traducción de expresiones aritméticas 

3     Colas y sus aplicaciones

3.1   Introducción y primeros ejemplos

3.2  Concepto de Cola

3.2.1    Organización y acceso a datos

3.2.2    Operaciones primitivas

3.3  Implementación del TAD Cola

3.3.1    Estructuras de datos de colas basadas en arrays

3.3.2    Condiciones de cola llena/cola vacía y aritmética modular

3.4  Aplicaciones del TAD cola

4     Listas

4.1  Introducción y primeros ejemplos

4.2  Concepto del TAD Lista enlazada

4.2.1    Organización y acceso a datos

4.2.2    Operaciones primitivas.

4.3  Implementación del TAD Lista enlazada

4.3.1    Implementación estática de listas enlazadas

4.3.2    Implementación dinámica de listas enlazada

4.4  Otras estructuras de listas

4.4.1    Listas circulares

4.4.2    Listas doblemente enlazadas

4.5  Listas enlazadas como Estructuras de Datos para Pilas y Colas

4.5.1    Pilas sobre listas enlazadas: análisis e implementación

4.5.2    Colas sobre listas enlazadas: análisis e implementación

5     Árboles. Árboles Binarios y árboles ordenados

5.1  Árboles generales

5.1.1    Representación gráfica de un árbol

5.1.2    Terminología fundamental

5.2  Árboles binarios (AB). TAD árbol binario

5.2.1    Equilibrio

5.2.2    AB completos

5.2.3    Especificación del TAD árbol binario

5.3 Recorridos en AB

5.3.1    Recorridos en profundidad (orden previo, orden medio, orden posterior)

5.3.2    Recorrido en anchura

5.4  Implementación de árbol binario

5.4.1    Representación mediante arrays

5.4.2    Representación dinámica de nodos

5.5  Árboles de expresión (ABdE)

5.5.1    Construcción de ABdE

5.6  Árbol binario de búsqueda (ABdB)

5.6.1    Definición de árbol binario de búsqueda

5.6.2    Inserción y búsqueda en ABdB: rendimiento en tiempo

5.6.3    El ABDB como estructura de datos para implementar tipos abstractos de datos 

6     Colas de prioridades y montículos

6.1  Concepto del TAD Cola de Prioridad

6.2  Implementación de una cola de prioridades

6.3  Montículos

6.3.1    Definición de montículo

6.3.2    Representación de un montículo

6.3.3    Operaciones definidas en un montículo

6.4  Ordenación por montículos

7     Recursión

7.1  Definiciones recursivas y procesos recursivos

7.2  Recursión en Python

7.3  Escritura de programas recursivos

7.4  Eficiencia de la recursión

7.5  Simulación de la recursión

1.14. Referencias de consulta

• Data Structures and Algorithms in Python, Michael T. Goodrich, Roberto Tamassia, Michael H. Goldwasser, Wiley (2013)
• Fundamentals of Python : data structures, Keneeth A. Lambert (2018)

2. Metodologías docentes y tiempo de trabajo del estudiante

2.1. Presencialidad

2.2. Relación de actividades formativas

3. Sistemas de evaluación y porcentaje en la calificación final

3.1. Convocatoria ordinaria

Existen dos modalidades de evaluación: continua y no continua. En ambas modalidades, la nota final de la asignatura (NFA) corresponderá a la ponderación al 65% de la nota de teoría y al 35% de la nota de prácticas que se habrán de aprobar por separado para superar la asignatura.

La evaluación continua en teoría supone la realización de un examen parcial liberatorio del 50% de la materia de teoría en caso de que se supere.

La evaluación no continua supone la realización de un examen final que abarcará la totalidad de la nota de teoría.

La evaluación de prácticas supondrá la entrega en plazo de 4 prácticas distribuidas durante el curso.

3.1.1. Relación actividades de evaluación

3.2. Convocatoria extraordinaria

La convocatoria extraordinaria supondrá la elaboración de un examen de teoría que corresponderá el 100% de la nota de teoría, la entrega y superación de todas las prácticas suspendidas o no entregadas durante la evaluación ordinaria y la realización de una prueba práctica. La nota de teoría o de prácticas que correspondan a superar cada una de estas partes se conserva en la convocatoria extraordinaria.

3.2.1. Relación actividades de evaluación

La nota final de la asignatura (NFA) en la convocatoria extraordinaria corresponderá a la ponderación al 65% de la nota de teoría (NT) y al 35% de la nota de prácticas (NP):

NFA=65%NT+35%NP

Para superar la asignatura será necesario probar la parte práctica y la parte de teoría por separado. En caso contrario se aplicará la siguiente fórmula de ponderación: NFA=0.65*MIN(5,NT)+0.35*MIN(5,NP)

Para superar las prácticas sera necesario:

• Presentar las 4 prácticas realizadas durante el curso.
• Superar una prueba práctica que se realizará en el laboratorio.

La nota de prácticas (NP) se obtendrá a partir de la prueba práctica de laboratorio.

4. Cronograma orientativo