El conocimiento de algoritmos y programación es fundamental para el estudio de la ciencia y el análisis de datos, resultando fundamental para las aplicaciones informáticas generales en ciencias e ingeniería. Este curso abarca los conceptos fundamentales de algoritmos, tipos de datos, estructuras de control, manejo de archivos, clases y métodos. Estas herramientas algorítmicas se vinculan con los conceptos de programación de Python: tipos y estructuras de datos, flujo de control de procesamiento, definición de funciones, E/S de archivos, clases y métodos para la programación orientada a objetos.
No conocimientos previos a nivel universitario son requeridos
El objetivo principal de este curso es estudiar los fundamentos de la programación y las mejores prácticas de implementación en el lenguaje de propósito general Python. Los objetivos específicos son proporcionar a los estudiantes las siguientes capacidades:
•Proponer soluciones algorítmicas a problemas básicos en Ciencia de Datos, Estadística y Matemáticas fundamentales.
•Construir programas utilizando adecuadamente las estructuras de datos de Python, el control de flujo y la gestión de primitivas de archivos, así como las unidades de modularización (funciones).
•Comprender los fundamentos de la programación orientada a objetos y utilizar las clases de Python para resolver problemas en los campos de aplicación arriba mencionados.
- Sistemas numéricos, modelo de computador de programa almacenado y representación de números.
- Estructuras de control secuenciales y condicionales: operaciones booleanas o lógicas. Estructuras de control condicional o de selección (simples, múltiples y anidadas).
- Estructuras de control iterativas: bucles for y while; bucles anidados; combinaciones de for y while; instrucción break.
- Estructuras de datos tipo arrays y sus operaciones: vectores y matrices. Operaciones elemento a elemento y a nivel de array; métodos de búsqueda de elementos y ordenación.
- Estructuras de datos en Python: listas, diccionarios, conjuntos (sets) y tuplas: creación, operaciones y aplicaciones.
- Funciones en Python: concepto (código reutilizable), paso de argumentos, ejemplos, recursión.
La asignatura consta de dos sesiones lectivas semanales. La primera sesión es una clase magistral donde se introducen los conceptos teóricos y se presentan ejemplos prácticos. La segunda sesión es práctica, donde los estudiantes realizan ejercicios de ordenador para consolidar la materia. Cada dos o tres sesiones, se realizan actividades de evaluación, individuales o grupales, mediante pruebas escritas o ejercicios de ordenador, basados en preguntas o ejercicios planteados durante las sesiones o previamente asignados. En el caso de los ejercicios de ordenador, se podrán solicitar presentaciones orales, las cuales serán calificadas por el profesor.
1) Actividades prácticas de evaluación: 20% (Nivel de uso de IA: 4)
2) Examen parcial (parte de programación + teoría): 30% (Nivel de uso de IA: 1)
3) Proyecto en grupo (informe + presentación oral): 25% (Nivel de uso de IA: 4)
4) Examen final (parte de programación + teoría): 15% (Nivel de uso de IA: 1)
5) Participación en clase: 10% (Nivel de uso de IA: 1)
Nivel de uso de IA: La descripción de los siguientes niveles sigue las directrices adoptadas por La Salle-URL y especificadas en el enlace web proporcionado a continuación.
Nivel 1: Sin IA.
No está permitido el uso de IA en ninguna fase de la tarea. El trabajo debe realizarse íntegramente sin asistencia artificial.
Nivel 4: IA para realizar tareas, con evaluación humana.
Se autoriza el uso de IA para completar partes específicas de la tarea. El foco debe estar en el análisis crítico y en la evaluación humana del contenido generado.
https://estudy2526.salle.url.edu/pluginfile.php/5049/mod_page/content/468/Escala%20AIAS%20_eng.pdf
Los resultados de aprendizaje de esta asignatura son:
R1. Comprender los conceptos básicos de programación necesarios para la escritura y depuración de código.
R2. Aprovechar las capacidades de Python para la creación, almacenamiento, extracción, procesamiento y visualización de datos.
R3. Desarrollar habilidades prácticas para la resolución de problemas y el trabajo en equipo en aplicaciones informáticas.
La bibliografía recomendada incluye las siguientes referencias:
• Downey, A. B. (2024). Think Python: How to Think Like a Computer Scientist (3rd ed.). O’Reilly Media.
• Python Software Foundation. (2026). The Python Tutorial. Python 3.14 documentation.
El profesor procedera a proveer de material de estudio adicional.