Public University of Navarre



Academic year: 2023/2024 | Previous academic years:  2022/2023  |  2021/2022  |  2020/2021 
Bachelor's degree in Computer Science at the Universidad Pública de Navarra
Course code: 250602 Subject title: COMPUTATION
Credits: 6 Type of subject: Mandatory Year: Period: 2º S
Department: Estadística, Informática y Matemáticas
Lecturers:
FERNANDEZ FERNANDEZ, FCO. JAVIER (Resp)   [Mentoring ] FERRERO JAURRIETA, MIKEL   [Mentoring ]

Partes de este texto:

 

Module/Subject matter

Módulo: Obligatorio de Computación y Sistemas Inteligentes

Materia: Computación

 

Up

General proficiencies

* COMPETENCIAS BÁSICAS

 

CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la

educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también

algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio

 

* COMPETENCIAS GENERICAS

 

G1 - Capacidad para concebir, redactar, organizar, planificar, desarrollar y firmar proyectos en el ámbito de la ingeniería en

informática que tengan por objeto la concepción, el desarrollo o la explotación de sistemas, servicios y aplicaciones informáticas.

G10 - Conocimientos para la realización de mediciones, cálculos, valoraciones, tasaciones, peritaciones, estudios, informes,

planificación de tareas y otros trabajos análogos de informática.

G4 - Capacidad para definir, evaluar y seleccionar plataformas hardware y software para el desarrollo y la ejecución de sistemas,

servicios y aplicaciones informáticas.

G6 - Capacidad para concebir y desarrollar sistemas o arquitecturas informáticas centralizadas o distribuidas integrando hardware,

software y redes.

G9 - Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber

comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión de Ingeniero Técnico en Informática.

T1 - Capacidad de análisis y síntesis

T3 - Comunicación oral y escrita

T4 - Resolución de problemas

T5 - Toma de decisiones

T6 - Trabajo en equipo

 

 

Up

Specific proficiencies

C1 - Capacidad para tener un conocimiento profundo de los principios fundamentales y modelos de la computación y saberlos

aplicar para interpretar, seleccionar, valorar, modelar, y crear nuevos conceptos, teorías, usos y desarrollos tecnológicos

relacionados con la informática.

C3 - Capacidad para 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.

C4 - Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la

resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con

aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.

C5 - Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.

 

 

Up

Learning outcomes

Aprender algunas de las técnicas fundamentales de computación desde el punto de vista clásico y evolutivo, entendiendo sus diferencias.

Analizar e identificar en qué situaciones son utilizables dichas técnicas.

Diseñar soluciones a problemas específicos utilizando las técnicas de computación evolutivas estudiadas.

 

 

Up

Methodology

Metodología - Actividad
Horas Presenciales
Horas no presenciales
A-1 Clases teóricas

22
 
A-2 Aprendizaje basado en problemas y/o casos

8
 
A-3 sesiones prácticas
 24
 
A-4 Programación/elaboración de problemas y ejercicios
 
 25
A-5 Elaboración de trabajos
 
 35
A-6 Estudio individual
 

25
A-7 Exámenes, pruebas de evaluación

8
 
A-8 Tutorías grupos reducidos
 3
 
 
 
 
Total
65
85

 

Up

Relationship between formative activities and proficiencies/learning outcomes

 

Competencia
Actividad formativa

Clases magistrales
CB1,G4,G6,G9,G10,T4, C1,C3,C4,C5

Clases prácticas

G1,G4,G6,T1,T3,T4,T5,T6
 
 Aprendizaje basado en problemas

C1,C3, C5, C7
 

Estudio autónomo

C1,C3, C5, C7
 
 

 

Up

Languages

Spanish

English

Up

Evaluation

 

Learning
outcome
Assessment
activity
Weight (%) It allows
test resit
Minimum
required grade
Aprender algunas de las técnicas fundamentales de computación desde el punto de vista clásico y evolutivo, entendiendo sus diferencias. Written exam 50 yes 5
Diseñar soluciones a problemas específicos utilizando las técnicas de computación estudiadas.   Lab tasks 50 yes  
         
         

 

 

Nota: Para superar la asignatura es necesario aprobar el examen final individual escrito (apartado 1).

En caso de suspender dicho examen, la nota final de la asignatura será la obtenida en dicho examen.

El examen extraordinario recupera el 100% de la asignatura. Para aquellos alumnos que deban presentarse a dicho examen, la nota final de la asignatura será la obtenida en el mismo.

 

Up

Contents

Esta asignatura pretende proporcional al estudiante los principios y conceptos básicos de la Computación clásicay evolutiva con un enfoque teórico y otro aplicado a la ingeniería. Deben adquirir una base sólida en el manejo de algunos métodos cláiscos  algoritmos genéticos y algoritmos bioinspirados. Deben saber resolver problemas de optimización con estos algoritmos.

 

Up

Agenda

1.- Introducción a los métodos clásicos de computación.

2.- Problemas de optimización y localización de ceros

3.- Computación genética y bioinspirada

4. Otros modelos de computación bioinspirada.

5- Completitud de problemas.

 

Up

Bibliography

Access the bibliography that your professor has requested from the Library.


 

J. Koza. Programación genética. MIT Press, 1992

D. E. Goldberg, Algoritmos genéticos en búsquedas, optimización y aprendizaje. Addison-Wesly, 1989

Cazorla et al. Técnicas de Inteligencia Artificial. Serv. publicaciones U.A. Cap. 11.

T. Mitchell. Machine Learning. McGraw-Hill, 1997. Cap 9.

Up