Universidad Pública de Navarra



English | Año Académico: 2021/2022 | Otros años:  2020/2021  |  2019/2020  |  2018/2019 
Graduado o Graduada en Ciencia de Datos por la Universidad Pública de Navarra
Código: 505108 Asignatura: ESTRUCTURA DE DATOS
Créditos: 6 Tipo: Básica Curso: 1 Periodo: 2º S
Departamento: Estadística, Informática y Matemáticas
Profesorado:
PINA CALAFI, ALFREDO (Resp)   [Tutorías ] ARMENDARIZ IÑIGO, JOSÉ ENRIQUE   [Tutorías ]
ERICE ERRECART, CARLOS   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

  • Materia Nivel 1: Formación Básica
  • Materia Nivel 2: Informática

Subir

Descripción/Contenidos

 Pilas y colas. Programación de árboles. Grafos. Recursividad. Modularidad. Introducción a ficheros

Subir

Competencias genéricas

  • CT4. Capacidad para el trabajo en equipos multidisciplinares y multiculturales.
  • CT5. Capacidad para trabajar por proyectos.

Subir

Competencias específicas

  • CG1. Aplicar la capacidad analítica y de abstracción, la intuición y el pensamiento lógico adquiridos para identificar y analizar problemas complejos y buscar y formular soluciones en un entorno multidisciplinar.
  • CG4. Saber utilizar los procesos teóricos y aplicados que permiten extraer información a partir de conjuntos de datos de naturaleza homogénea u heterogénea, en particular cuando se trata de grandes volúmenes de datos.
  • CE2. Manejar las técnicas que permiten representar y fusionar datos e información.
  • CE6. Conocer los fundamentos de la programación de los ordenadores, la eficiencia de los programas, así como conocer la aplicación y las limitaciones de las estructuras de datos básicas que pueden utilizarse en la concepción de programas.

Subir

Resultados aprendizaje

  • RA8. Identificar los problemas en los que es natural el uso de la recursividad.
  • RA9. Describir los conceptos de pila y cola en el marco de la programación.
  • RA10. Explicar el uso de árboles y grafos en el marco de la programación.
  • RA11. Diseñar programas modulares para resolver problemas complejos.
  • RA12. Utilizar ficheros de forma eficiente para el manejo de datos.
  • RA13. Identificar la relación entre ficheros y bases de datos.

Subir

Metodología

Metodología - Actividad Horas Presenciales Horas no presenciales
A1- Clases expositivas/participativas 26  
A2- Prácticas 30  
A3- Estudio y trabajo autónomo del estudiante   86
A4- Tutorías    4
A5- Pruebas de evaluación 4  
Total 60 90

 

Subir

Idiomas

Castellano.

Subir

Evaluación

Resultado de
aprendizaje		 Sistema de evaluación Peso (%) Carácter
recuperable
RA8, RA9, RA10, RA12, RA13 Pruebras escritas. Examen teórico-práctico individual. Todo alumno debe sacar al menos un 50% en esta prueba para promediar con el resto de aspectos evaluables. 50% Sí
RA8, RA9, RA10, RA11, RA12, RA13 Trabajos y pruebas prácticas (individuales y en grupo) 40% No
RA8, RA9, RA10, RA11, RA12, RA13 Participación en clase y evaluación continua 10% No

 

 

Subir

Temario

Los temas para trabajar en Teoría son:

  • Tipo de datos abstracto Pila;
  • Tipo de datos abstracto Colas y Colas dobles;
  • Tipo de datos abstracto Lista;
  • Introducción al análisis de complejidad computacional
  • Introducción a la Recursividad
  • Tipo de datos abstracto Árbol Binario;
  • Tipo de datos abstracto Árbol binario de búsqueda;
  • Introducción a los Grafos;
  • Aspectos de programación: Modularidad con Python, Ficheros con Python, etc.

Subir

Programa de prácticas experimentales

Las sesiones practicas consistirán en desarrollar una serie de proyectos a realizar en 1, 2 o 3 semanas y que servirán, por un lado, para aplicar todos los conceptos teóricos y, por otro lado, para progresar en la programación estructurada en Python. Los proyectos se conocerán a principio de curso, y en cada sesión practica se irán resolviendo progresivamente todos los aspectos técnicos cada proyecto.

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


La bibliografía básica de la asignatura es:

  • Alfred V. Aho, John E. Hopcroft, Jeffrey D. Ullman, Estructuras de datos y algoritmos, Ed. Wilmington (Del) Addison-Wesley Iberoamericana, 1988;
  • Kent D. Lee, Steve Hubbard, Data Structures and Algorithms with Python, Ed. Cham. Springer International Publishing.

La bibliografía complementaria de la asignatura es:

  • Jim Knowlton, Python, Ed. Madrid Anaya Multimedia, 2008.

 

Subir

Lugar de impartición

Aulario del Campus Arrosadía (Pamplona)

Subir